Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

S2M2	0.69 6	0.59 64	1.35 19	0.92 132	0.55 94	1.07 11	0.20 1	1.17 5	1.61 99	0.61 11	0.82 33	0.86 104	0.47 14	0.92 9	0.71 44	0.36 264	0.33 240	0.27 127	0.27 203	0.37 241	0.33 43

S2M2_XL	0.49 1	0.51 28	1.16 4	0.70 31	0.34 5	0.29 1	0.23 2	0.68 1	0.53 1	0.55 3	0.92 46	0.65 54	0.53 23	0.65 1	0.59 16	0.28 94	0.24 131	0.25 72	0.21 85	0.23 36	0.23 6

MLG-Stereo_test2	0.84 25	0.43 7	1.95 51	0.66 11	1.04 304	3.61 261	0.23 2	1.70 35	2.18 186	0.69 26	0.33 3	0.67 60	0.33 1	1.16 35	0.46 1	0.25 44	0.26 174	0.23 24	0.16 9	0.19 3	0.35 64

LGtest1	0.61 2	0.45 11	1.19 6	0.71 35	0.45 43	1.00 9	0.26 4	1.33 9	1.55 75	0.62 13	0.64 15	0.44 25	0.49 19	1.06 19	0.51 10	0.28 94	0.23 102	0.24 49	0.17 17	0.21 18	0.36 86

LG-Stereo_L2	0.69 6	0.54 39	1.56 35	0.74 41	0.48 56	2.32 97	0.28 5	1.87 46	0.80 3	0.60 7	0.43 7	0.38 7	0.45 12	1.38 91	0.54 13	0.24 30	0.28 198	0.23 24	0.18 25	0.22 29	0.32 32

DLNR_Zeroshot_test	29.83 577	55.48 586	50.99 582	183.84 589	114.74 586	3.44 218	0.28 5	29.52 577	1.59 88	1.03 115	1.25 107	0.93 126	0.64 52	3.95 313	1.62 276	37.16 583	1.69 477	0.26 104	0.23 133	92.97 587	15.07 546

MLG-Stereo_test1	0.89 39	0.42 3	2.06 55	0.67 17	1.33 388	3.13 168	0.29 7	1.60 19	3.31 393	0.53 1	0.25 1	0.67 60	0.43 8	1.34 79	0.47 3	0.22 19	0.25 149	0.24 49	0.16 9	0.19 3	0.30 23

MLG-Stereo_test3	0.66 3	0.40 2	1.55 33	0.64 7	0.65 146	2.21 84	0.31 8	1.69 33	0.81 4	0.59 6	0.54 11	0.56 39	0.33 1	0.98 12	0.60 20	0.21 13	0.23 102	0.24 49	0.17 17	0.20 9	0.34 54

MLG-Stereo	0.86 31	0.42 3	1.96 52	0.66 11	0.54 87	3.01 159	0.31 8	1.90 47	3.21 363	0.57 5	0.30 2	0.66 57	0.47 14	1.35 81	0.46 1	0.21 13	0.25 149	0.24 49	0.16 9	0.19 3	0.29 19

CREStereo++_RVC	1.98 120	0.59 64	19.94 354	0.87 97	0.55 94	4.02 362	0.31 8	1.75 37	2.09 171	1.65 180	2.20 388	0.85 101	0.65 54	1.03 14	0.72 47	0.29 109	0.16 3	0.23 24	1.22 525	0.25 49	0.22 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
RAStereo	1.53 97	0.71 139	17.55 245	0.62 2	0.65 146	1.18 15	0.32 11	1.94 52	1.15 22	0.80 57	1.07 72	0.64 51	0.47 14	0.89 4	1.01 142	0.25 44	0.20 33	0.27 127	0.21 85	0.36 235	0.27 12

111111	1.15 75	0.56 46	1.31 14	0.69 27	1.19 353	3.37 204	0.33 12	2.41 94	1.68 113	0.82 61	1.54 183	0.61 46	0.59 39	1.44 100	0.66 29	0.26 62	0.23 102	0.23 24	0.17 17	0.25 49	4.66 487

LG-Stereo_L1	0.67 4	0.55 41	1.50 27	0.78 62	0.54 87	1.71 57	0.33 12	1.96 55	0.83 5	0.62 13	0.41 6	0.40 11	0.43 8	1.42 97	0.55 14	0.24 30	0.28 198	0.23 24	0.18 25	0.22 29	0.30 23

IGEV-Stereo++	1.68 108	0.48 16	1.27 10	0.77 51	1.31 382	3.87 324	0.33 12	3.41 222	1.72 123	0.89 89	1.20 93	0.68 62	1.03 163	1.15 32	0.49 4	0.23 23	0.22 74	0.23 24	0.18 25	0.26 65	13.90 537

U	12.87 560	0.43 7	2.54 65	0.68 25	58.93 583	63.36 588	0.33 12	1.95 54	1.08 15	0.62 13	0.83 36	0.46 29	0.57 30	0.91 7	0.50 5	0.31 161	0.17 4	63.34 587	59.81 586	0.30 122	0.26 9

XX-TBD	1.98 120	1.08 299	20.29 404	1.31 342	0.43 37	3.97 354	0.33 12	1.76 39	1.77 128	1.59 172	2.18 383	0.69 65	0.59 39	1.44 100	0.75 53	0.33 202	0.25 149	0.23 24	0.16 9	0.31 133	0.22 1

GREAT-IGEV	4.43 488	0.74 161	13.12 153	1.32 349	9.52 555	2.48 109	0.34 17	1.40 10	1.88 144	0.61 11	0.89 42	0.51 33	0.60 41	1.26 53	1.01 142	0.23 23	31.64 583	0.21 8	0.18 25	0.24 44	20.38 570

dual_stereo	4.32 483	0.42 3	1.51 28	0.75 48	1.37 399	0.88 7	0.34 17	3.50 231	4.78 518	0.55 3	0.47 9	0.60 45	0.40 4	2.09 208	0.95 122	0.24 30	32.26 584	0.21 8	0.17 17	0.21 18	34.78 583

FoundationStereo	0.77 11	0.42 3	1.20 7	0.95 159	1.01 290	0.70 4	0.35 19	0.78 2	4.64 508	0.64 17	0.38 5	0.73 76	0.77 93	0.96 10	0.50 5	0.29 109	0.24 131	0.23 24	0.16 9	0.18 1	0.32 32

IGEV	0.74 9	0.39 1	1.16 4	0.73 39	1.31 382	2.78 132	0.38 20	1.81 41	1.03 11	0.80 57	0.72 18	0.35 2	0.42 7	1.11 30	0.52 12	0.19 4	0.23 102	0.22 13	0.19 43	0.18 1	0.33 43

Pointernet	0.99 48	0.50 23	3.54 83	0.89 105	0.44 41	2.30 96	0.38 20	3.12 189	1.48 56	0.69 26	1.44 156	0.92 124	0.73 75	1.28 59	0.82 80	0.24 30	0.23 102	0.21 8	0.19 43	0.19 3	0.25 8

IGEV-Stereo+	1.08 64	0.55 41	2.59 69	0.89 105	2.06 497	1.40 41	0.38 20	1.18 7	1.29 33	0.76 45	0.45 8	0.47 30	0.79 104	2.16 220	0.65 27	0.29 109	0.25 149	0.22 13	0.19 43	2.27 529	2.70 449

TANstereo	1.98 120	0.87 222	20.35 412	0.80 68	0.37 12	4.05 370	0.38 20	1.50 14	1.65 108	2.03 267	2.16 377	0.84 98	0.93 143	1.09 25	0.68 37	0.30 137	0.36 270	0.24 49	0.20 71	0.26 65	0.46 162

LG-Stereo_Zeroshot	1.04 59	0.53 36	2.93 74	0.80 68	0.77 202	3.99 356	0.39 24	2.10 67	1.96 159	0.90 91	0.93 48	0.75 86	0.85 120	1.31 68	0.87 93	0.28 94	0.21 57	0.26 104	0.21 85	0.32 155	0.38 100

StereoAnything_RVC	4.17 472	12.66 524	20.44 421	0.88 103	0.57 110	1.16 14	0.39 24	2.35 91	4.38 491	0.53 1	0.37 4	0.33 1	0.89 132	1.62 133	0.50 5	0.33 202	0.22 74	0.24 49	0.15 3	3.36 538	31.99 578

MonSter	0.70 8	0.47 15	1.58 37	0.69 27	0.89 249	1.19 17	0.39 24	2.57 125	0.93 8	0.62 13	0.66 16	0.37 4	0.35 3	1.08 22	0.59 16	0.16 1	0.36 270	0.20 1	0.19 43	0.21 18	0.52 211

MaDis-Stereo	1.60 98	1.11 306	16.13 209	0.67 17	1.87 485	1.22 22	0.39 24	2.17 73	1.42 46	0.69 26	0.78 26	0.88 111	0.70 68	1.24 50	1.13 160	0.32 178	0.23 102	0.26 104	0.21 85	0.32 155	0.28 15

UniTT-Stereo	1.73 111	0.60 72	20.25 396	0.98 182	1.19 353	0.78 5	0.39 24	1.19 8	1.55 75	1.21 128	1.28 118	0.52 36	0.64 52	1.17 37	1.16 168	0.35 240	0.20 33	0.25 72	0.22 118	0.42 305	0.31 29

2.25w	0.89 39	0.51 28	2.54 65	0.72 38	0.66 154	2.27 92	0.40 29	2.43 99	1.22 28	0.83 66	1.05 67	0.40 11	0.80 109	1.28 59	0.89 99	0.18 3	0.56 390	0.21 8	0.18 25	0.19 3	0.38 100

monsterstereo	1.31 83	0.58 55	2.10 56	0.79 65	1.41 408	2.51 116	0.40 29	3.15 193	0.84 6	0.74 37	1.18 90	0.41 18	0.40 4	1.55 126	0.97 127	0.20 9	8.12 539	0.22 13	0.18 25	0.22 29	0.33 43

monsters	0.91 41	0.67 110	1.83 47	0.79 65	1.55 432	2.91 146	0.40 29	2.66 138	0.99 9	0.70 31	0.87 39	0.38 7	0.44 11	1.90 189	0.79 69	0.22 19	0.35 261	0.20 1	0.18 25	0.20 9	0.28 15

LG-G_1	0.80 15	0.43 7	1.77 44	0.78 62	0.36 7	2.81 134	0.40 29	2.23 78	1.29 33	0.76 45	0.60 12	0.51 33	0.58 33	1.27 55	0.69 40	0.25 44	0.23 102	0.23 24	0.15 3	0.21 18	0.46 162

LG-G	0.80 15	0.43 7	1.77 44	0.78 62	0.36 7	2.81 134	0.40 29	2.23 78	1.29 33	0.76 45	0.60 12	0.51 33	0.58 33	1.27 55	0.69 40	0.25 44	0.23 102	0.23 24	0.15 3	0.21 18	0.46 162

trnet	1.00 53	0.55 41	1.89 49	0.66 11	0.33 3	4.41 453	0.40 29	2.42 98	1.95 155	0.96 101	1.24 103	0.88 111	0.89 132	1.27 55	0.78 61	0.30 137	0.19 20	0.23 24	0.15 3	0.22 29	0.22 1

CREStereo	1.00 53	0.59 64	1.82 46	0.66 11	0.36 7	4.43 456	0.40 29	2.43 99	1.98 160	0.96 101	1.22 99	0.88 111	0.87 127	1.30 64	0.79 69	0.30 137	0.20 33	0.23 24	0.16 9	0.23 36	0.22 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
HART	3.57 433	1.13 312	17.80 254	0.90 117	1.12 329	1.18 15	0.41 36	3.55 236	4.60 503	1.09 120	2.19 386	1.49 202	0.57 30	1.46 106	1.14 163	0.25 44	21.58 580	0.28 160	0.21 85	0.36 235	10.06 527

iRaftStereo_RVC	1.70 109	1.18 322	3.88 92	0.99 189	0.46 46	3.83 309	0.41 36	2.41 94	1.60 93	1.69 190	1.76 251	1.81 253	0.83 116	1.58 130	1.23 183	0.31 161	4.86 524	0.29 183	0.26 186	0.33 179	4.33 483

GIP-stereo	2.03 133	0.67 110	4.11 96	1.51 419	1.13 332	2.91 146	0.42 38	3.45 229	3.19 358	0.67 23	0.78 26	0.90 117	0.76 91	1.06 19	0.69 40	0.29 109	0.25 149	0.25 72	0.17 17	0.26 65	17.22 563

tg	1.40 91	1.14 315	2.71 71	0.97 176	0.54 87	4.02 362	0.42 38	3.02 182	2.64 262	1.70 192	1.85 295	1.84 258	0.97 150	1.81 177	0.99 134	0.31 161	0.22 74	0.29 183	0.26 186	0.32 155	2.01 428

RAFT-Stereo + iAFF	2.49 229	1.68 391	20.50 436	1.11 237	1.32 387	4.13 390	0.42 38	3.23 201	3.30 390	2.05 274	2.40 422	1.61 210	1.11 195	1.49 113	1.63 279	0.22 19	0.22 74	0.26 104	0.24 153	0.31 133	2.47 445

AdaDepth	1.16 76	0.53 36	7.56 116	0.73 39	1.29 375	3.13 168	0.43 41	1.13 4	1.92 150	0.69 26	0.93 48	0.43 19	0.58 33	1.67 137	0.66 29	0.20 9	0.33 240	0.24 49	0.19 43	0.25 49	0.36 86

asd	0.81 20	0.48 16	1.97 53	0.70 31	0.93 265	2.86 139	0.43 41	1.64 25	1.12 17	0.73 36	0.91 45	0.43 19	0.73 75	1.00 13	0.59 16	0.28 94	0.20 33	0.24 49	0.18 25	0.23 36	0.45 152

4w-stereo	0.85 28	0.55 41	2.85 72	0.69 27	0.80 212	1.62 54	0.43 41	2.23 78	1.36 39	0.65 18	0.99 62	0.40 11	0.81 112	1.19 40	0.68 37	0.23 23	0.32 230	0.25 72	0.19 43	0.21 18	0.48 185

DEFOM-Stereo_RVC	1.03 58	1.15 317	1.34 18	1.03 204	0.59 115	0.81 6	0.43 41	3.53 234	4.67 510	0.78 51	0.98 60	0.44 25	1.16 213	1.46 106	0.71 44	0.27 74	0.19 20	0.24 49	0.18 25	0.30 122	0.34 54

DEFOM-Stereo	0.75 10	0.62 83	1.22 8	0.74 41	0.51 75	3.39 207	0.43 41	1.00 3	0.91 7	0.91 92	0.61 14	0.45 28	0.43 8	1.78 165	0.50 5	0.27 74	0.18 10	0.22 13	0.16 9	0.21 18	0.43 140

PMTNet	1.13 72	0.55 41	3.88 92	0.71 35	0.59 115	4.21 421	0.43 41	2.00 58	1.58 85	1.02 111	1.06 69	0.78 87	0.98 153	1.58 130	0.93 108	1.21 512	0.20 33	0.23 24	0.15 3	0.23 36	0.27 12

SGD-Stereo	0.68 5	0.46 13	1.13 2	0.90 117	0.33 3	2.42 105	0.44 47	1.17 5	0.75 2	0.87 79	0.53 10	0.55 38	0.53 23	1.50 118	0.50 5	0.34 224	0.14 1	0.25 72	0.19 43	0.23 36	0.27 12

H2IRNET	2.19 155	0.83 210	19.13 287	1.25 318	0.61 124	4.48 466	0.44 47	2.94 169	1.86 139	1.08 119	2.29 405	1.67 216	1.40 257	2.18 224	1.64 285	0.41 316	0.21 57	0.33 280	0.37 372	0.38 254	0.39 113

qwe	0.85 28	0.49 19	2.01 54	0.69 27	1.09 319	2.48 109	0.45 49	2.57 125	1.18 24	0.80 57	0.85 38	0.43 19	0.48 17	1.15 32	0.72 47	0.21 13	0.32 230	0.24 49	0.18 25	0.23 36	0.45 152

HI	2.19 155	1.11 306	19.93 351	1.14 256	0.69 176	2.98 156	0.45 49	2.58 127	1.87 142	2.18 315	1.65 221	2.41 330	1.83 373	1.72 154	1.63 279	0.30 137	0.17 4	0.28 160	0.31 302	0.27 72	0.32 32

CoSv	2.19 155	1.11 306	19.93 351	1.14 256	0.69 176	2.98 156	0.45 49	2.58 127	1.87 142	2.18 315	1.65 221	2.41 330	1.83 373	1.72 154	1.63 279	0.30 137	0.17 4	0.28 160	0.31 302	0.27 72	0.32 32

XX-Stereo	2.66 284	0.70 132	21.17 515	2.33 508	1.24 368	4.31 440	0.45 49	4.48 495	1.60 93	2.39 394	1.89 311	4.60 504	0.60 41	4.17 318	1.11 159	0.34 224	0.26 174	0.29 183	0.29 265	0.53 382	0.43 140

CroCo-Stereo Lap2	1.65 105	1.14 315	14.70 180	1.00 193	1.80 483	0.53 3	0.46 53	3.18 195	1.62 102	1.10 123	1.24 103	1.05 141	0.78 97	1.40 93	1.18 170	0.31 161	0.23 102	0.27 127	0.22 118	0.46 347	0.38 100

raft_robust	3.17 383	2.15 431	20.28 399	1.06 218	0.55 94	3.86 319	0.46 53	4.42 486	2.77 280	1.70 192	1.37 140	7.48 537	6.35 522	6.81 376	1.44 236	0.31 161	0.74 429	0.30 205	0.37 372	0.32 155	0.57 237

AFF-stereo	2.54 242	3.44 460	20.84 481	1.30 338	0.48 56	3.94 344	0.48 55	3.30 210	3.40 415	1.94 233	2.21 392	2.10 303	1.51 290	2.36 243	1.62 276	0.23 23	0.21 57	0.25 72	0.25 169	0.33 179	0.53 218

asda	0.86 31	0.51 28	1.32 16	0.66 11	0.82 221	3.30 199	0.49 56	2.41 94	1.13 18	0.66 20	0.84 37	0.44 25	0.84 117	1.14 31	0.67 36	0.23 23	0.70 426	0.25 72	0.18 25	0.22 29	0.41 124

DilatedVolume-Stereo	0.94 45	0.70 132	3.01 75	1.06 218	0.63 137	1.34 36	0.49 56	1.58 18	1.16 23	1.41 149	1.26 110	0.88 111	0.88 128	1.81 177	0.93 108	0.25 44	0.28 198	0.22 13	0.23 133	0.25 49	0.39 113

AIO-Stereo-zeroshot	2.84 323	1.17 319	20.72 471	1.15 259	2.05 496	3.61 261	0.49 56	4.63 516	2.10 173	1.41 149	1.66 225	6.02 530	2.40 425	2.79 278	2.09 371	0.30 137	0.51 376	0.31 225	0.96 507	0.59 404	1.93 424

MIF-Stereo (partial)	1.93 117	0.69 124	21.14 510	0.74 41	1.02 293	1.07 11	0.49 56	2.75 147	1.78 130	0.82 61	1.22 99	0.80 92	0.90 135	1.68 139	1.63 279	0.38 295	0.24 131	0.33 280	0.26 186	0.41 293	0.32 32

CroCo-Stereo	1.07 62	1.18 322	3.66 86	0.91 123	0.60 121	0.49 2	0.49 56	4.07 349	1.91 148	0.84 70	1.29 123	1.00 135	0.75 88	1.32 72	1.38 222	0.26 62	0.21 57	0.24 49	0.20 71	0.37 241	0.30 23
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
s12784h	2.08 139	0.50 23	16.85 229	0.75 48	0.36 7	4.42 455	0.49 56	4.23 415	3.08 345	2.03 267	2.67 459	0.91 120	1.05 179	2.05 203	0.78 61	0.37 279	0.18 10	0.24 49	0.16 9	0.27 72	0.26 9

3.5w_stereo	0.87 33	0.60 72	1.48 25	0.67 17	0.73 182	2.50 115	0.50 62	2.43 99	1.79 131	0.85 72	1.25 107	0.43 19	0.66 60	1.25 52	0.78 61	0.21 13	0.18 10	0.23 24	0.18 25	0.20 9	0.47 174

GCST	2.86 326	3.95 467	20.52 438	1.93 488	1.56 437	1.74 59	0.50 62	3.69 261	2.10 173	1.79 210	1.64 218	1.60 209	1.29 235	5.27 332	1.90 340	2.10 528	0.77 431	1.45 528	0.97 510	1.15 505	1.38 388

LoS	1.05 60	0.58 55	3.31 79	0.91 123	0.38 14	4.14 395	0.50 62	2.22 77	1.49 61	1.02 111	0.88 41	0.62 48	0.84 117	1.69 144	0.94 116	0.27 74	0.20 33	0.24 49	0.17 17	0.22 29	0.32 32
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	1.08 64	0.63 86	2.53 64	0.95 159	2.18 503	2.13 81	0.50 62	2.07 64	1.46 52	0.79 55	1.06 69	0.61 46	0.48 17	1.45 103	0.87 93	0.24 30	0.18 10	0.24 49	0.15 3	0.64 426	2.36 440

4.5_new	0.80 15	0.49 19	1.36 21	0.67 17	0.79 208	1.96 70	0.51 66	2.18 75	1.46 52	0.77 49	0.93 48	0.43 19	0.49 19	1.08 22	0.65 27	0.30 137	0.68 418	0.26 104	0.20 71	0.23 36	0.57 237

4.5w-stereo	0.80 15	0.49 19	1.36 21	0.66 11	0.79 208	1.96 70	0.51 66	2.18 75	1.45 49	0.77 49	0.93 48	0.43 19	0.49 19	1.08 22	0.66 29	0.30 137	0.68 418	0.26 104	0.20 71	0.23 36	0.57 237

3.25w_new	0.79 12	0.51 28	1.52 29	0.63 4	0.65 146	2.21 84	0.51 66	2.45 103	1.45 49	0.66 20	0.80 30	0.47 30	0.71 70	0.90 5	0.66 29	0.19 4	0.32 230	0.20 1	0.19 43	0.21 18	0.47 174

3.25w	0.79 12	0.51 28	1.52 29	0.63 4	0.65 146	2.21 84	0.51 66	2.45 103	1.45 49	0.66 20	0.80 30	0.47 30	0.71 70	0.90 5	0.66 29	0.19 4	0.32 230	0.20 1	0.19 43	0.21 18	0.47 174

UGAM-zero	3.14 376	0.62 83	20.64 461	1.02 200	0.93 265	2.87 141	0.51 66	4.52 502	1.57 82	2.19 322	1.65 221	5.78 527	3.40 482	9.89 438	1.71 301	0.33 202	0.44 336	0.28 160	0.59 472	0.30 122	3.59 473

GCAP-Stereo	2.59 259	1.07 295	20.48 434	0.91 123	4.13 543	3.67 275	0.51 66	2.27 81	1.76 127	1.18 126	1.15 87	1.18 158	0.84 117	1.36 84	1.54 254	0.27 74	8.46 541	0.27 127	0.19 43	0.29 102	0.30 23

Selective-RAFT	1.34 85	0.58 55	2.21 58	1.01 196	0.49 65	4.19 417	0.51 66	3.39 220	3.62 443	1.15 124	1.40 147	1.45 198	1.40 257	2.09 208	1.31 206	0.43 344	0.40 306	0.25 72	0.26 186	0.29 102	0.38 100

water-stereo	0.98 47	0.63 86	5.05 100	0.82 75	0.48 56	2.36 100	0.52 73	1.56 17	1.32 37	0.95 100	1.05 67	0.86 104	0.75 88	0.84 3	0.82 80	0.25 44	0.25 149	0.25 72	0.24 153	0.24 44	0.46 162

3.75w	0.82 23	0.53 36	1.49 26	0.65 8	1.10 323	2.60 125	0.52 73	2.46 105	1.19 25	0.70 31	0.82 33	0.40 11	0.66 60	1.16 35	0.59 16	0.26 62	0.27 187	0.23 24	0.19 43	0.22 29	0.47 174

IPLGR	2.61 267	0.73 152	20.72 471	0.87 97	0.54 87	4.58 486	0.52 73	4.32 460	2.79 284	1.91 223	1.54 183	1.72 227	1.71 350	6.94 381	1.43 232	0.31 161	0.21 57	0.27 127	0.24 153	0.34 202	0.48 185

Former-RAFT_DAM_RVC	0.99 48	0.85 216	1.58 37	0.95 159	1.08 316	2.95 150	0.53 76	1.93 50	2.00 165	1.19 127	1.63 213	0.59 42	0.65 54	1.10 26	0.90 104	0.28 94	0.23 102	0.31 225	0.25 169	0.45 337	0.32 32

MLCV	2.52 233	1.77 400	18.20 262	1.17 273	0.63 137	3.60 259	0.53 76	3.88 300	2.35 221	2.82 459	2.24 394	1.99 287	1.42 265	4.59 323	3.09 430	0.39 303	0.22 74	0.33 280	0.22 118	0.35 217	0.52 211

LG-Stereo	0.94 45	0.71 139	3.31 79	0.62 2	0.51 75	2.85 137	0.54 78	2.59 131	1.40 44	0.88 82	1.23 101	0.53 37	0.40 4	0.81 2	0.86 91	0.23 23	0.18 10	0.31 225	0.24 153	0.29 102	0.22 1

GMStereo_Zeroshot	1.51 96	1.27 340	4.75 98	1.54 427	0.72 181	3.33 202	0.54 78	2.67 139	1.74 125	2.34 378	1.57 194	2.40 326	0.96 148	2.51 253	1.21 178	0.48 391	0.23 102	0.41 382	0.24 153	0.82 475	0.40 117

2.75w_new	0.88 36	0.51 28	2.22 59	0.67 17	0.66 154	2.44 107	0.55 80	2.75 147	1.08 15	0.87 79	0.75 21	0.39 10	0.91 137	1.41 96	0.74 51	0.21 13	0.43 326	0.22 13	0.18 25	0.19 3	0.41 124

Reg-Stereo(zero)	1.88 116	0.45 11	11.07 138	0.94 148	2.06 497	4.52 473	0.55 80	2.72 143	1.69 116	1.54 164	1.26 110	2.55 349	2.52 437	1.73 159	2.43 396	0.20 9	0.28 198	0.22 13	0.19 43	0.25 49	0.40 117

MoCha-V2	3.53 432	0.90 237	17.00 231	1.32 349	8.54 554	1.38 40	0.55 80	2.89 166	3.31 393	0.99 106	1.82 277	0.66 57	1.16 213	1.79 167	0.84 86	0.26 62	15.15 567	0.20 1	0.20 71	0.25 49	11.33 532

2.5w	1.07 62	0.49 19	2.54 65	0.68 25	0.71 179	2.37 102	0.56 83	2.77 149	1.39 43	0.67 23	0.92 46	0.37 4	0.74 82	1.40 93	0.62 24	0.25 44	3.40 515	0.22 13	0.19 43	0.20 9	0.90 343

IPLG	2.56 254	1.11 306	19.89 348	0.95 159	0.79 208	4.60 490	0.56 83	4.31 452	2.10 173	1.94 233	2.00 342	1.34 179	1.37 249	6.59 367	1.59 267	0.32 178	0.21 57	0.27 127	0.23 133	0.32 155	0.63 272

RAFT-RH_RVC	2.72 300	0.64 91	20.10 377	1.48 410	0.49 65	4.46 459	0.56 83	1.73 36	2.86 301	3.06 478	5.50 520	2.02 292	1.28 232	6.70 371	1.56 259	0.46 373	0.22 74	0.37 347	0.34 336	0.29 102	0.33 43

GMStereo	2.01 129	2.26 434	20.93 487	0.90 117	0.48 56	1.67 56	0.56 83	1.90 47	2.19 188	1.58 171	1.31 125	0.87 109	0.74 82	1.68 139	1.00 138	0.41 316	0.21 57	0.30 205	0.32 318	0.50 373	0.46 162
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
depthmonostereo	1.22 78	0.96 268	6.67 112	0.89 105	0.56 100	2.21 84	0.57 87	1.84 45	1.21 27	1.01 110	1.09 74	1.38 187	0.99 154	2.41 246	0.93 108	0.24 30	0.28 198	0.22 13	0.21 85	0.25 49	0.53 218

4.25_new	0.81 20	0.50 23	1.30 11	0.74 41	0.98 277	2.51 116	0.57 87	2.28 83	1.13 18	0.60 7	0.97 55	0.40 11	0.65 54	1.19 40	0.60 20	0.24 30	0.44 336	0.25 72	0.18 25	0.20 9	0.38 100

4.5w_new	0.81 20	0.50 23	1.30 11	0.74 41	0.98 277	2.51 116	0.57 87	2.28 83	1.13 18	0.60 7	0.97 55	0.40 11	0.65 54	1.19 40	0.60 20	0.24 30	0.44 336	0.25 72	0.18 25	0.20 9	0.38 100

4.25w-stereo	0.80 15	0.50 23	1.30 11	0.74 41	0.98 277	2.51 116	0.57 87	2.28 83	1.13 18	0.60 7	0.97 55	0.40 11	0.65 54	1.19 40	0.60 20	0.24 30	0.43 326	0.25 72	0.18 25	0.20 9	0.38 100

ours_stereo	1.00 53	0.88 226	2.52 63	0.91 123	0.74 187	1.10 13	0.57 87	1.68 26	1.24 29	0.76 45	1.49 165	0.70 66	0.62 46	1.61 132	0.62 24	0.26 62	0.20 33	0.26 104	0.21 85	0.30 122	3.24 462

MyStereo8	2.97 351	1.76 398	18.94 279	1.55 431	1.62 450	4.16 401	0.57 87	3.79 280	2.41 229	2.22 334	2.93 475	2.27 312	1.14 205	2.16 220	2.28 385	0.27 74	8.58 543	0.32 245	0.29 265	0.37 241	1.72 413

plain	2.00 126	0.89 231	21.49 531	0.67 17	0.73 182	1.66 55	0.57 87	3.27 208	2.18 186	0.80 57	1.25 107	0.80 92	0.86 124	1.72 154	1.13 160	0.34 224	0.21 57	0.32 245	0.25 169	0.44 329	0.34 54

DCANet-4	2.06 138	0.58 55	15.30 188	0.86 90	0.44 41	4.16 401	0.57 87	4.31 452	3.28 381	2.31 362	1.82 277	1.04 140	1.54 301	1.69 144	1.56 259	0.35 240	0.24 131	0.24 49	0.19 43	0.25 49	0.57 237

fff	2.40 209	0.96 268	20.47 428	0.84 79	0.38 14	4.15 398	0.57 87	4.30 441	2.85 295	2.31 362	1.82 277	1.19 162	2.98 456	1.68 139	1.57 262	0.35 240	0.24 131	0.23 24	0.19 43	0.25 49	0.57 237

csc	2.40 209	0.96 268	20.47 428	0.84 79	0.38 14	4.15 398	0.57 87	4.30 441	2.85 295	2.31 362	1.82 277	1.19 162	2.98 456	1.68 139	1.57 262	0.35 240	0.24 131	0.23 24	0.19 43	0.25 49	0.57 237

cscssc	2.40 209	0.96 268	20.47 428	0.84 79	0.38 14	4.15 398	0.57 87	4.30 441	2.85 295	2.31 362	1.82 277	1.19 162	2.98 456	1.68 139	1.57 262	0.35 240	0.24 131	0.23 24	0.19 43	0.25 49	0.57 237

TestStereo	2.41 215	1.95 418	19.15 288	0.77 51	0.61 124	1.83 60	0.58 98	2.33 90	1.53 70	1.44 157	1.37 140	1.26 172	0.90 135	11.59 512	0.94 116	0.36 264	0.19 20	0.33 280	0.24 153	0.45 337	0.32 32

DIP-Stereo	2.03 133	0.98 276	16.44 224	0.67 17	0.62 134	4.30 437	0.58 98	4.43 488	2.89 306	1.97 243	1.40 147	0.91 120	0.86 124	1.31 68	1.27 202	0.38 295	0.23 102	0.33 280	0.23 133	0.33 179	0.57 237
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MIM_Stereo	2.71 298	1.26 336	20.92 486	1.34 356	5.57 551	3.10 163	0.59 100	3.25 205	2.51 245	1.64 177	1.61 204	1.82 255	1.29 235	2.07 205	1.35 209	0.25 44	0.31 224	0.28 160	0.26 186	0.29 102	4.43 485

LoS_RVC	1.23 79	1.51 372	6.09 108	0.88 103	1.71 471	1.96 70	0.59 100	1.61 21	1.37 41	0.84 70	1.35 132	0.84 98	1.15 211	1.49 113	0.83 83	0.21 13	0.17 4	0.20 1	0.14 1	0.20 9	1.49 399

ADStereo(finetuned)	2.30 187	0.97 273	17.29 239	0.86 90	0.43 37	4.17 406	0.59 100	4.31 452	3.29 386	2.35 380	1.86 301	1.18 158	3.35 478	1.69 144	1.59 267	0.34 224	0.25 149	0.23 24	0.19 43	0.31 133	0.72 301

DCANet	2.37 204	0.98 276	20.47 428	0.86 90	0.43 37	4.18 409	0.59 100	4.31 452	3.29 386	2.35 380	1.86 301	1.18 158	1.63 329	1.69 144	1.59 267	0.34 224	0.25 149	0.24 49	0.19 43	0.31 133	0.73 306

DFGA-Net	2.93 337	7.27 491	18.55 268	1.18 278	0.79 208	3.68 278	0.60 104	2.84 160	1.98 160	2.19 322	2.07 360	1.22 169	1.04 170	10.28 458	2.51 404	0.30 137	0.23 102	0.34 300	0.35 351	0.63 421	0.54 225

MC-Stereo	2.54 242	0.58 55	6.38 111	1.30 338	1.37 399	4.56 485	0.60 104	2.08 65	1.57 82	1.97 243	1.68 228	0.89 115	1.12 198	1.46 106	0.88 96	0.27 74	8.44 540	0.27 127	0.22 118	0.26 65	14.87 544

test-1	1.81 114	0.72 146	9.51 130	1.02 200	1.57 440	3.85 316	0.60 104	4.07 349	1.51 67	1.94 233	1.81 275	2.04 295	0.91 137	1.39 92	1.73 307	0.27 74	0.93 443	0.31 225	0.25 169	0.29 102	1.37 387

FENet	2.30 187	0.61 78	20.21 389	1.43 400	0.68 168	4.04 366	0.60 104	4.01 329	2.26 203	2.03 267	1.13 83	2.42 334	1.42 265	1.72 154	1.43 232	0.36 264	0.24 131	0.33 280	0.27 203	0.29 102	0.51 203

2w_stereo	0.84 25	0.52 34	1.87 48	0.71 35	0.56 100	1.98 73	0.61 108	2.88 164	1.00 10	0.99 106	0.97 55	0.36 3	1.11 195	1.03 14	0.77 57	0.19 4	0.19 20	0.23 24	0.18 25	0.21 18	0.37 90

rvit_stereo_0081	0.87 33	0.73 152	1.54 31	0.92 132	0.65 146	1.27 26	0.61 108	2.11 69	2.35 221	0.86 73	0.75 21	0.86 104	0.74 82	1.36 84	0.83 83	0.33 202	0.26 174	0.27 127	0.25 169	0.38 254	0.35 64

rvit_stereo_0082	0.87 33	0.73 152	1.54 31	0.92 132	0.65 146	1.27 26	0.61 108	2.11 69	2.35 221	0.86 73	0.75 21	0.86 104	0.74 82	1.36 84	0.83 83	0.33 202	0.26 174	0.27 127	0.25 169	0.38 254	0.35 64

IGEV-BASED-STEREO-	1.13 72	3.31 456	2.61 70	0.87 97	0.40 30	1.26 24	0.61 108	1.55 16	1.61 99	0.93 96	0.94 53	0.65 54	0.57 30	1.10 26	0.68 37	1.55 525	0.19 20	0.32 245	0.28 230	1.11 502	2.04 429

StereoVision	2.36 200	1.15 317	20.38 415	1.07 225	1.79 481	2.58 124	0.61 108	3.14 190	2.34 218	1.33 139	3.46 499	1.85 260	0.88 128	2.12 214	2.01 358	0.46 373	0.36 270	0.37 347	0.36 362	0.50 373	0.41 124

EKT-Stereo	7.93 545	0.75 175	21.17 515	1.84 480	109.80 585	4.51 472	0.61 108	4.13 377	1.59 88	1.89 221	1.24 103	1.96 284	1.35 244	4.02 314	1.36 216	0.42 327	0.31 224	0.29 183	0.27 203	0.35 217	0.78 318

EGLCR-Stereo	2.52 233	0.56 46	9.39 129	1.16 266	0.81 216	5.24 530	0.61 108	4.20 403	1.56 79	1.09 120	0.71 17	1.09 144	0.66 60	1.92 191	0.82 80	0.29 109	0.30 218	0.29 183	0.24 153	0.37 241	19.09 567

riskmin	2.46 224	0.61 78	12.91 151	1.22 295	1.65 461	3.56 250	0.61 108	4.30 441	1.50 64	1.86 217	1.16 88	4.30 491	2.02 392	1.53 123	1.32 207	0.29 109	0.95 446	0.34 300	0.23 133	0.43 315	8.34 515

rafts_anoy	2.76 313	1.68 391	20.42 419	1.42 393	3.90 538	3.03 160	0.61 108	3.24 202	1.66 110	1.42 152	1.26 110	1.19 162	1.11 195	2.13 216	1.64 285	0.33 202	8.77 547	0.32 245	0.32 318	0.32 155	0.38 100

sCroCo_RVC	1.81 114	0.93 255	19.44 306	1.04 210	1.05 307	0.97 8	0.61 108	2.08 65	1.36 39	0.71 33	1.28 118	0.82 96	1.10 192	1.31 68	0.97 127	0.54 435	0.41 313	0.33 280	0.30 284	0.46 347	0.48 185

DN-CSS_ROB	2.89 332	9.72 506	19.71 329	2.07 500	0.90 255	4.01 359	0.61 108	4.06 346	3.35 404	1.66 182	1.89 311	1.39 188	1.06 181	3.24 292	1.88 336	0.44 352	0.19 20	0.44 400	0.29 265	0.40 273	0.42 133

11t1	2.82 321	0.72 146	17.81 256	1.60 440	0.93 265	2.27 92	0.62 119	3.76 275	4.47 497	1.72 195	1.33 129	1.05 141	1.34 243	1.84 184	1.45 240	0.29 109	5.57 529	0.29 183	0.26 186	0.32 155	8.80 519

MIPNet	2.43 218	1.13 312	20.00 362	0.93 139	0.58 114	4.74 518	0.62 119	4.33 463	2.95 313	1.94 233	1.49 165	1.52 204	1.96 387	2.77 276	1.60 271	0.35 240	0.20 33	0.27 127	0.23 133	0.32 155	0.59 256

sAnonymous2	2.00 126	1.54 376	21.24 520	0.93 139	0.89 249	1.21 18	0.62 119	2.58 127	2.28 207	0.86 73	1.04 65	0.73 76	1.22 224	1.10 26	0.85 88	0.30 137	0.25 149	0.31 225	0.31 302	1.06 494	0.72 301

CroCo_RVC	2.00 126	1.54 376	21.24 520	0.93 139	0.89 249	1.21 18	0.62 119	2.58 127	2.28 207	0.86 73	1.04 65	0.73 76	1.22 224	1.10 26	0.85 88	0.30 137	0.25 149	0.31 225	0.31 302	1.06 494	0.72 301

CFNet-RSSM	2.17 151	0.56 46	20.50 436	1.08 227	0.57 110	3.42 214	0.62 119	4.24 421	1.60 93	1.73 198	1.39 144	2.55 349	1.19 220	1.36 84	1.04 147	0.29 109	0.20 33	0.26 104	0.23 133	0.28 84	0.32 32

SCV_C0	2.17 151	0.93 255	12.88 149	0.96 168	1.06 312	1.27 26	0.63 124	3.68 256	3.30 390	1.03 115	1.26 110	0.73 76	0.66 60	1.73 159	1.06 152	0.35 240	1.97 483	0.25 72	0.21 85	0.29 102	9.23 520

rvit_stereo_0081_aga	1.06 61	1.02 290	5.34 103	0.75 48	0.74 187	1.21 18	0.63 124	2.00 58	2.30 214	0.88 82	0.82 33	0.79 90	0.69 67	1.42 97	0.78 61	0.36 264	0.29 208	0.26 104	0.26 186	0.41 293	0.32 32

model_zeroshot	2.43 218	0.72 146	19.99 361	1.24 303	1.23 364	3.70 284	0.63 124	3.76 275	1.61 99	2.79 454	1.41 151	2.24 309	0.82 115	2.87 283	1.22 180	0.33 202	0.52 379	0.30 205	0.25 169	0.28 84	2.59 446

xxxx	4.25 477	0.86 218	14.59 178	1.30 338	1.16 341	3.51 239	0.63 124	4.56 507	5.42 536	2.33 376	2.29 405	2.04 295	1.39 253	10.23 454	18.00 553	0.33 202	7.15 536	0.31 225	0.30 284	0.35 217	8.33 514

Gwc-CoAtRS	1.80 113	0.61 78	14.92 184	1.08 227	0.61 124	2.88 142	0.63 124	2.47 106	1.62 102	1.80 212	1.50 168	2.73 367	1.17 215	1.35 81	1.08 156	0.30 137	0.22 74	0.25 72	0.23 133	0.28 84	0.30 23

rvit_stereo_0083	0.91 41	0.73 152	1.60 39	0.90 117	0.66 154	1.21 18	0.64 129	1.75 37	2.71 271	0.83 66	0.93 48	0.94 129	1.06 181	1.50 118	0.79 69	0.34 224	0.36 270	0.30 205	0.27 203	0.34 202	0.34 54

test_sample1	2.29 183	0.72 146	5.74 106	1.51 419	0.86 235	2.35 98	0.64 129	4.07 349	3.45 427	2.01 260	1.51 169	1.70 223	1.71 350	9.53 426	1.73 307	0.31 161	0.97 450	0.31 225	0.31 302	0.33 179	6.12 499

TransformOpticalFlow	3.07 364	0.87 222	20.87 483	1.10 232	0.56 100	4.18 409	0.64 129	4.36 471	3.28 381	2.19 322	3.08 482	4.32 492	5.01 508	7.36 388	1.59 267	0.34 224	0.18 10	0.32 245	0.26 186	0.29 102	0.57 237

222	3.82 454	0.88 226	6.92 114	1.15 259	0.99 282	3.27 188	0.64 129	4.57 509	5.37 533	2.43 403	2.32 412	1.41 191	1.44 270	10.64 467	18.51 557	0.32 178	4.89 525	0.32 245	0.30 284	0.34 202	9.80 525

FlowAnything_test	0.79 12	0.65 99	1.32 16	0.83 77	0.59 115	2.29 94	0.65 133	1.45 11	1.03 11	1.06 118	0.76 24	0.63 50	0.49 19	0.91 7	0.97 127	0.32 178	0.27 187	0.40 373	0.47 436	0.31 133	0.48 185

xyz-stereo-finetune2	1.31 83	0.95 264	3.28 77	0.60 1	0.36 7	3.48 230	0.65 133	2.82 157	1.47 54	0.99 106	1.86 301	0.91 120	1.75 356	3.54 300	1.86 332	0.27 74	0.22 74	0.30 205	0.28 230	0.33 179	0.34 54

CFNet_pseudo	2.03 133	0.74 161	12.75 148	0.87 97	0.74 187	3.91 333	0.65 133	4.04 341	1.93 152	1.93 227	1.79 265	3.25 417	1.61 316	2.51 253	1.25 194	0.32 178	0.37 277	0.53 452	0.28 230	0.64 426	0.50 197

ccs_rob	2.03 133	0.74 161	12.67 147	0.87 97	0.75 195	3.91 333	0.66 136	4.04 341	1.93 152	1.92 226	1.79 265	3.24 415	1.63 329	2.52 257	1.25 194	0.32 178	0.37 277	0.54 460	0.28 230	0.66 437	0.51 203

iResNet_ROB	2.72 300	10.38 511	14.41 172	1.46 405	0.99 282	3.74 291	0.66 136	4.01 329	2.84 294	2.04 270	2.05 354	1.98 286	1.38 250	4.73 325	1.91 343	0.35 240	0.20 33	0.28 160	0.19 43	0.33 179	0.41 124

1w_stereo	0.91 41	0.46 13	1.12 1	0.74 41	0.80 212	2.98 156	0.67 138	3.29 209	1.04 13	0.83 66	1.36 137	0.38 7	1.36 246	1.03 14	0.75 53	0.17 2	0.18 10	0.20 1	0.17 17	0.20 9	0.57 237

mms	1.08 64	0.87 222	1.41 23	0.89 105	0.87 244	1.40 41	0.67 138	1.63 23	1.70 119	0.82 61	1.41 151	0.64 51	0.54 26	1.81 177	0.66 29	0.25 44	0.23 102	0.26 104	0.21 85	0.32 155	5.10 491

SDNR	4.37 484	2.22 433	20.63 460	1.60 440	0.99 282	5.15 528	0.67 138	4.36 471	5.55 539	4.89 531	7.17 524	5.50 525	1.58 307	17.48 563	4.33 452	0.80 489	0.72 428	0.59 471	0.45 432	1.18 508	1.43 393

UDGNet	2.34 196	1.71 395	20.28 399	1.42 393	0.62 134	4.39 448	0.67 138	1.82 43	2.28 207	1.40 146	1.21 98	0.99 134	1.00 157	2.23 231	1.23 183	1.14 508	0.35 261	1.30 527	0.98 511	1.11 502	0.62 269

NF-Stereo	2.68 291	0.67 110	21.09 504	2.43 512	0.47 51	4.67 501	0.67 138	3.68 256	4.30 486	2.11 291	1.62 208	1.36 183	1.09 186	6.07 354	1.24 188	0.45 361	0.20 33	0.36 336	0.34 336	0.32 155	0.37 90

OCTAStereo	2.67 288	0.67 110	21.08 499	2.43 512	0.47 51	4.67 501	0.67 138	3.68 256	4.31 489	2.11 291	1.62 208	1.36 183	1.09 186	6.02 351	1.25 194	0.45 361	0.20 33	0.36 336	0.34 336	0.32 155	0.37 90

RE-Stereo	2.67 288	0.67 110	21.08 499	2.43 512	0.47 51	4.67 501	0.67 138	3.68 256	4.30 486	2.11 291	1.62 208	1.36 183	1.09 186	6.01 348	1.26 199	0.45 361	0.20 33	0.36 336	0.34 336	0.32 155	0.37 90

TVStereo	2.67 288	0.67 110	21.08 499	2.43 512	0.47 51	4.67 501	0.67 138	3.68 256	4.30 486	2.11 291	1.62 208	1.36 183	1.09 186	6.01 348	1.26 199	0.45 361	0.20 33	0.36 336	0.34 336	0.32 155	0.37 90

AnonymousM	1.38 88	1.33 352	2.35 60	0.95 159	0.56 100	4.03 365	0.67 138	2.63 135	2.49 244	1.51 163	1.36 137	1.15 153	1.00 157	1.26 53	1.04 147	0.41 316	0.46 348	2.07 535	1.71 536	0.25 49	0.40 117

raftrobust	2.05 137	1.45 365	13.44 155	1.29 333	5.81 552	3.59 255	0.67 138	2.80 152	1.50 64	2.21 332	1.41 151	1.17 155	1.22 224	1.37 89	1.46 242	0.29 109	0.33 240	0.22 13	0.20 71	0.27 72	0.36 86

3w_stereo	0.99 48	0.52 34	4.37 97	0.70 31	0.42 32	1.73 58	0.68 148	2.80 152	1.26 31	0.78 51	0.87 39	0.37 4	1.01 160	1.34 79	0.66 29	0.19 4	0.95 446	0.23 24	0.20 71	0.21 18	0.43 140

rvit_stereo_0075_2	2.14 146	0.76 185	21.42 530	0.91 123	1.26 371	2.49 112	0.68 148	2.30 88	2.10 173	1.42 152	1.86 301	1.45 198	0.85 120	1.49 113	1.03 146	0.47 382	0.40 306	0.48 423	0.38 381	0.47 360	0.53 218

RSM++	0.99 48	0.56 46	1.35 19	1.54 427	0.50 74	1.53 50	0.68 148	2.31 89	4.13 473	0.86 73	1.27 116	0.90 117	0.60 41	1.21 47	0.78 61	0.27 74	0.20 33	0.25 72	0.21 85	0.29 102	0.42 133

MSKI-zero shot	2.33 193	0.69 124	20.22 391	1.14 256	0.77 202	4.05 370	0.68 148	3.95 317	1.51 67	1.93 227	2.35 414	1.91 271	0.71 70	3.01 288	0.79 69	0.28 94	1.47 469	0.27 127	0.21 85	0.28 84	0.44 146

PCWNet_CMD	2.16 148	0.71 139	15.44 192	0.84 79	0.76 199	3.38 205	0.68 148	3.69 261	2.24 197	1.72 195	1.63 213	3.20 412	3.00 460	2.09 208	1.23 183	0.32 178	0.37 277	0.47 417	0.27 203	0.65 433	0.51 203

CFNet_ucs	2.32 190	0.75 175	17.05 233	0.90 117	0.81 216	3.86 319	0.68 148	4.31 452	2.68 267	2.13 296	2.04 347	3.30 420	1.24 227	2.63 266	1.23 183	0.37 279	0.46 348	0.56 464	0.30 284	0.67 439	0.53 218

PSM-softLoss	2.62 270	0.65 99	21.11 508	2.46 516	0.49 65	4.68 509	0.68 148	2.61 133	4.23 479	2.14 298	1.47 161	1.42 192	0.99 154	6.04 352	1.24 188	0.47 382	0.23 102	0.37 347	0.39 390	0.33 179	0.34 54

KMStereo	2.62 270	0.65 99	21.11 508	2.46 516	0.49 65	4.68 509	0.68 148	2.61 133	4.23 479	2.14 298	1.47 161	1.42 192	0.99 154	6.04 352	1.24 188	0.47 382	0.23 102	0.37 347	0.39 390	0.33 179	0.34 54

RALAANet	2.29 183	2.73 446	21.08 499	1.29 333	0.94 271	1.45 44	0.68 148	3.25 205	2.61 258	2.02 262	1.80 270	1.28 174	1.04 170	2.12 214	1.79 320	0.30 137	0.22 74	0.27 127	0.27 203	0.41 293	0.35 64

ISRNet	1.98 120	0.94 259	10.75 135	1.30 338	1.35 394	2.84 136	0.69 157	3.80 285	2.07 170	2.14 298	2.11 366	2.89 385	1.41 262	2.52 257	1.74 310	0.49 398	0.50 373	0.56 464	0.47 436	0.51 378	0.59 256

CASS	1.65 105	0.73 152	8.72 126	0.97 176	0.67 160	2.88 142	0.69 157	3.07 185	1.86 139	2.82 459	2.02 343	1.39 188	1.55 304	1.75 164	1.36 216	0.51 420	0.28 198	0.34 300	0.28 230	0.47 360	0.63 272
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MSMDNet	2.16 148	0.71 139	15.36 190	0.86 90	0.75 195	3.41 212	0.69 157	3.70 264	2.25 200	1.73 198	1.64 218	3.21 413	2.95 452	2.09 208	1.24 188	0.32 178	0.37 277	0.45 408	0.27 203	0.63 421	0.50 197

AE-Stereo	2.91 335	0.63 86	17.05 233	1.15 259	0.63 137	4.39 448	0.70 160	4.02 334	2.12 180	1.24 136	2.04 347	1.01 136	0.91 137	1.67 137	1.42 230	0.30 137	1.14 459	0.28 160	0.28 230	0.27 72	16.93 562

DeepStereo_RVC	2.42 217	0.70 132	18.41 265	0.79 65	0.43 37	4.50 468	0.70 160	2.51 110	3.51 435	2.02 262	1.79 265	1.54 205	6.35 522	1.93 194	1.22 180	0.47 382	0.22 74	0.29 183	0.29 265	0.35 217	0.40 117

cross-raft	1.95 118	0.66 107	16.17 211	1.23 302	0.92 261	2.25 90	0.70 160	3.69 261	1.68 113	1.78 207	1.53 172	3.15 409	1.13 199	1.35 81	1.06 152	0.24 30	0.23 102	0.26 104	0.24 153	0.29 102	0.45 152

RALCasStereoNet	3.17 383	1.87 413	20.86 482	1.17 273	1.63 453	3.10 163	0.70 160	3.21 197	2.19 188	1.39 145	1.73 246	1.18 158	0.91 137	2.46 247	1.64 285	0.31 161	8.75 546	0.25 72	0.22 118	0.31 133	9.45 521

HCRNet	2.24 167	0.74 161	14.54 175	0.82 75	1.36 396	4.11 385	0.70 160	3.61 247	3.03 333	1.83 216	1.61 204	1.58 207	1.40 257	5.79 342	1.60 271	0.35 240	0.28 198	0.36 336	0.29 265	0.34 202	0.46 162

MM-Stereo_test2	2.80 319	0.63 86	20.19 383	1.75 471	0.52 81	2.77 129	0.71 165	1.80 40	1.72 123	0.99 106	0.98 60	0.84 98	0.79 104	1.45 103	1.26 199	0.27 74	0.62 407	0.25 72	0.23 133	0.31 133	17.86 564

anonymousdsp2	2.72 300	0.68 119	11.15 139	1.20 285	0.64 141	3.66 273	0.71 165	3.71 267	2.14 184	1.62 175	1.61 204	1.95 279	1.00 157	2.24 233	0.81 75	0.32 178	0.50 373	0.28 160	0.20 71	0.34 202	19.58 568

PSM-adaLoss	2.26 173	0.74 161	20.53 439	0.77 51	0.38 14	4.67 501	0.71 165	2.54 115	3.22 370	2.00 251	1.53 172	1.77 238	1.13 199	2.22 230	0.96 124	0.50 412	0.23 102	0.32 245	0.28 230	0.40 273	0.35 64

StereoDRNet-Refined	2.23 165	0.98 276	10.62 134	1.25 318	0.78 205	3.29 195	0.71 165	3.96 319	2.20 191	2.43 403	2.05 354	2.97 391	1.46 277	6.87 377	2.33 388	0.37 279	0.25 149	0.42 393	0.34 336	0.47 360	0.80 323
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample4	2.68 291	0.76 185	15.85 201	1.45 403	0.83 222	3.10 163	0.72 169	4.31 452	3.37 406	2.39 394	1.90 319	1.72 227	1.47 282	11.13 493	1.86 332	0.36 264	0.47 358	0.35 319	0.37 372	0.42 305	0.85 334

MGS-Stereo	1.24 80	0.66 107	9.68 131	0.97 176	0.40 30	1.26 24	0.72 169	1.50 14	1.35 38	1.03 115	2.26 397	0.80 92	0.56 28	1.28 59	0.78 61	0.31 161	0.23 102	0.26 104	0.22 118	0.28 84	0.34 54

SMFormer	2.40 209	0.73 152	8.34 122	1.41 384	0.61 124	2.04 74	0.72 169	4.30 441	4.43 492	2.41 399	2.40 422	1.94 275	1.52 294	10.99 481	3.10 431	0.35 240	0.84 437	0.36 336	0.33 326	0.40 273	0.77 315

tta	2.44 220	0.73 152	8.34 122	1.41 384	0.61 124	2.04 74	0.72 169	4.30 441	4.43 492	2.41 399	2.40 422	1.94 275	1.52 294	10.99 481	3.10 431	0.35 240	0.84 437	0.36 336	0.33 326	0.31 133	1.75 414

qqq1	2.35 198	0.73 152	8.34 122	1.41 384	0.61 124	2.04 74	0.72 169	4.30 441	4.43 492	2.41 399	2.40 422	1.94 275	1.52 294	10.99 481	1.36 216	0.35 240	0.84 437	0.30 205	0.25 169	0.31 133	1.75 414

fff1	2.35 198	0.73 152	8.34 122	1.41 384	0.61 124	2.04 74	0.72 169	4.30 441	4.43 492	2.41 399	2.40 422	1.94 275	1.52 294	10.99 481	1.36 216	0.35 240	0.84 437	0.30 205	0.25 169	0.31 133	1.75 414

CFNet	3.04 360	6.89 488	16.27 217	1.36 362	1.24 368	4.09 380	0.72 169	4.15 386	3.00 320	1.69 190	1.88 309	2.27 312	1.45 272	11.41 503	2.12 373	0.36 264	0.29 208	0.43 397	0.36 362	0.48 367	0.38 100

AIO-test2	3.07 364	12.11 520	20.58 453	1.49 412	1.34 389	3.22 179	0.73 176	4.07 349	1.56 79	1.72 195	2.20 388	0.90 117	0.74 82	3.75 307	1.39 225	3.67 547	0.26 174	0.35 319	0.44 425	0.41 293	0.44 146

test_sample3	2.65 279	0.75 175	15.69 198	1.42 393	0.85 231	3.14 171	0.73 176	4.28 437	3.21 363	2.28 350	1.79 265	1.78 247	1.46 277	11.11 491	1.84 328	0.36 264	0.46 348	0.34 300	0.36 362	0.40 273	0.76 314

ACVNet-DCA	3.67 442	0.94 259	19.66 319	1.87 481	0.42 32	4.47 462	0.73 176	4.07 349	4.63 504	1.21 128	1.89 311	0.73 76	1.62 325	2.20 226	0.81 75	0.31 161	18.77 568	0.32 245	0.21 85	0.35 217	8.09 508

xx1	3.69 446	0.94 259	19.66 319	1.87 481	0.42 32	4.47 462	0.73 176	4.24 421	4.01 468	1.21 128	1.89 311	1.78 247	1.36 246	2.20 226	0.81 75	0.31 161	18.77 568	0.33 280	0.36 362	0.35 217	8.09 508

1test111	3.86 457	0.94 259	19.66 319	1.87 481	0.42 32	4.47 462	0.73 176	4.07 349	4.63 504	1.21 128	1.89 311	0.73 76	1.62 325	5.19 330	1.68 292	0.31 161	18.77 568	0.32 245	0.21 85	0.35 217	8.09 508

cc1	3.93 462	0.94 259	19.66 319	1.87 481	0.42 32	4.47 462	0.73 176	4.24 421	4.01 468	1.21 128	1.89 311	0.73 76	1.62 325	2.20 226	0.81 75	0.31 161	18.77 568	0.32 245	0.21 85	0.32 155	13.93 538

CASnet	0.85 28	0.59 64	1.66 41	0.91 123	0.30 1	1.37 39	0.73 176	1.63 23	1.94 154	1.66 182	1.14 86	0.66 57	0.63 49	1.07 21	0.90 104	0.37 279	0.17 4	0.41 382	0.31 302	0.33 179	0.23 6
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CAS	1.34 85	0.48 16	2.20 57	3.01 535	1.66 464	4.08 379	0.73 176	1.96 55	1.51 67	0.86 73	1.10 77	0.59 42	0.53 23	1.36 84	0.94 116	3.07 539	0.14 1	0.21 8	0.14 1	0.38 254	1.78 419

iGMRVC	2.27 176	0.74 161	20.46 425	0.77 51	0.38 14	4.65 497	0.73 176	2.54 115	3.21 363	2.00 251	1.53 172	1.77 238	1.14 205	2.47 250	0.99 134	0.51 420	0.23 102	0.32 245	0.28 230	0.40 273	0.35 64

RAFT-IKP	2.27 176	0.74 161	20.55 442	0.77 51	0.38 14	4.64 496	0.73 176	2.54 115	3.21 363	2.00 251	1.53 172	1.77 238	1.13 199	2.25 236	1.00 138	0.51 420	0.22 74	0.32 245	0.28 230	0.40 273	0.35 64

fffy	1.18 77	0.92 247	3.05 76	1.09 230	0.68 168	1.27 26	0.74 186	1.98 57	1.06 14	0.78 51	1.39 144	0.83 97	0.72 74	1.71 148	0.80 73	0.24 30	0.53 382	0.27 127	0.21 85	0.29 102	5.07 490

rvit_stereo_0080	1.10 69	1.09 302	3.78 87	0.65 8	0.60 121	1.91 65	0.74 186	2.74 145	2.65 264	0.94 98	1.09 74	0.85 101	0.81 112	1.20 45	0.89 99	0.39 303	0.29 208	0.25 72	0.28 230	0.46 347	0.35 64

RSM	0.99 48	0.54 39	1.25 9	0.94 148	0.61 124	1.32 34	0.74 186	2.54 115	4.08 470	0.89 89	1.49 165	1.22 169	0.62 46	1.24 50	0.80 73	0.25 44	0.20 33	0.25 72	0.21 85	0.29 102	0.42 133

test_sample5	2.68 291	0.76 185	14.56 176	1.40 380	0.83 222	3.11 166	0.74 186	4.33 463	4.48 498	2.29 356	2.04 347	1.67 216	1.45 272	11.18 494	1.88 336	0.37 279	0.47 358	0.37 347	0.39 390	0.43 315	0.78 318

DualNet	2.68 291	0.76 185	14.56 176	1.40 380	0.83 222	3.11 166	0.74 186	4.33 463	4.48 498	2.35 380	2.13 370	1.67 216	1.45 272	11.18 494	1.88 336	0.37 279	0.47 358	0.37 347	0.39 390	0.43 315	0.78 318

whm_eth	1.10 69	1.09 302	3.78 87	0.65 8	0.60 121	1.91 65	0.74 186	2.74 145	2.65 264	0.94 98	1.09 74	0.85 101	0.81 112	1.20 45	0.89 99	0.39 303	0.29 208	0.25 72	0.28 230	0.46 347	0.35 64

dd	2.27 176	3.06 452	20.18 382	0.96 168	0.51 75	4.24 429	0.74 186	1.94 52	2.43 233	1.48 161	1.28 118	1.19 162	1.05 179	1.82 180	1.69 295	0.63 460	0.34 251	0.35 319	0.33 326	0.61 410	0.57 237

AACVNet	2.77 315	1.64 389	19.22 295	1.57 434	0.86 235	3.28 192	0.74 186	3.31 213	1.66 110	2.06 275	1.82 277	2.47 342	1.40 257	10.95 480	1.92 347	0.41 316	0.35 261	0.38 362	0.33 326	0.46 347	0.61 265

IIG-Stereo	2.89 332	0.98 276	19.80 336	2.78 527	0.67 160	4.62 492	0.74 186	4.29 439	2.26 203	2.62 433	3.10 484	3.33 424	1.60 311	7.64 392	1.51 247	0.42 327	0.21 57	0.32 245	0.25 169	0.33 179	0.28 15

ROB_FTStereo_v2	2.25 169	0.74 161	20.45 424	0.77 51	0.38 14	4.66 500	0.74 186	2.54 115	3.20 360	2.00 251	1.53 172	1.77 238	1.14 205	2.13 216	0.96 124	0.50 412	0.22 74	0.32 245	0.28 230	0.40 273	0.35 64

SST-Stereo	2.63 274	0.63 86	19.76 335	1.69 459	0.46 46	4.71 515	0.74 186	2.27 81	3.07 344	2.07 281	2.15 373	2.42 334	3.17 469	6.66 369	0.95 122	0.45 361	0.19 20	0.30 205	0.27 203	0.35 217	0.31 29

tt45	1.08 64	0.92 247	2.50 62	0.92 132	0.67 160	3.90 329	0.75 197	2.00 58	1.29 33	0.74 37	1.35 132	0.71 73	0.63 49	2.59 263	0.97 127	0.23 23	0.19 20	0.28 160	0.23 133	0.29 102	0.37 90

DCVSM-stereo	2.31 189	0.72 146	20.28 399	1.15 259	0.93 265	2.53 120	0.75 197	2.70 141	1.69 116	2.56 421	1.53 172	3.27 418	1.71 350	2.23 231	1.38 222	0.36 264	0.53 382	0.41 382	0.33 326	0.46 347	0.64 277

BUS	1.64 104	0.64 91	3.82 89	0.94 148	0.86 235	4.50 468	0.75 197	4.49 496	2.29 211	2.96 473	1.82 277	3.61 452	1.03 163	1.79 167	1.18 170	0.39 303	0.25 149	0.31 225	0.28 230	0.38 254	0.41 124

NINENet	2.59 259	0.89 231	16.09 207	1.16 266	1.07 313	4.50 468	0.75 197	4.43 488	2.61 258	2.18 315	1.91 320	3.61 452	1.03 163	7.92 397	1.18 170	0.49 398	0.34 251	0.41 382	0.30 284	0.42 305	0.44 146

GANet-ADL	2.25 169	0.80 201	20.17 381	1.28 327	0.69 176	3.83 309	0.75 197	3.63 249	1.83 135	1.68 186	2.04 347	2.09 302	1.10 192	1.63 134	1.43 232	0.42 327	0.33 240	0.26 104	0.23 133	0.43 315	0.41 124

Patchmatch Stereo++	2.28 180	0.74 161	20.54 440	0.77 51	0.38 14	4.67 501	0.75 197	2.55 122	3.21 363	2.00 251	1.53 172	1.77 238	1.14 205	2.46 247	0.98 132	0.51 420	0.23 102	0.32 245	0.28 230	0.40 273	0.35 64
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
ROB_FTStereo	2.26 173	0.74 161	20.44 421	0.77 51	0.38 14	4.65 497	0.75 197	2.54 115	3.19 358	2.00 251	1.54 183	1.77 238	1.13 199	2.28 237	0.94 116	0.49 398	0.22 74	0.32 245	0.28 230	0.40 273	0.35 64

iRAFT	2.28 180	0.74 161	20.54 440	0.77 51	0.38 14	4.67 501	0.75 197	2.55 122	3.21 363	2.00 251	1.53 172	1.77 238	1.14 205	2.46 247	0.98 132	0.51 420	0.23 102	0.32 245	0.28 230	0.40 273	0.35 64

UNet	2.53 238	0.91 240	20.07 368	1.19 283	1.44 414	3.45 221	0.75 197	3.80 285	1.98 160	2.09 287	1.57 194	2.74 370	2.37 424	3.51 299	2.52 405	0.35 240	0.30 218	0.41 382	0.28 230	0.40 273	0.50 197

HUF	5.25 511	1.03 291	26.85 570	1.03 204	13.21 562	1.35 37	0.76 206	2.97 178	3.00 320	0.79 55	1.56 193	0.92 124	0.66 60	1.53 123	0.74 51	0.35 240	27.70 582	0.26 104	0.18 25	0.24 44	19.90 569

PAM_32	3.04 360	0.69 124	20.55 442	1.17 273	1.01 290	8.89 551	0.76 206	3.71 267	3.43 420	2.12 295	2.65 455	5.44 523	3.73 489	2.35 242	1.48 244	0.27 74	0.33 240	0.28 160	0.29 265	0.39 268	1.27 382

testlalala2	2.47 226	0.75 175	20.46 425	2.58 522	2.91 519	3.80 304	0.76 206	4.20 403	3.87 461	1.45 160	1.57 194	2.43 336	0.80 109	1.23 48	0.71 44	0.28 94	0.33 240	0.24 49	0.21 85	0.35 217	0.38 100

raft+_RVC	3.46 427	2.57 444	19.51 311	1.49 412	17.54 568	3.63 266	0.76 206	3.24 202	1.53 70	1.35 141	1.67 226	1.03 138	1.10 192	1.98 200	1.53 251	0.25 44	7.10 535	0.25 72	0.24 153	0.28 84	2.18 436

xyz-stereo	10.93 554	0.71 139	79.25 587	0.70 31	0.45 43	83.14 589	0.77 210	2.68 140	1.49 61	2.28 350	32.01 574	2.76 375	1.61 316	5.80 345	3.32 437	0.29 109	0.18 10	0.33 280	0.23 133	0.26 65	0.29 19

MM-Stereo_test1	2.52 233	0.64 91	20.07 368	1.83 478	0.52 81	1.86 61	0.77 210	3.11 187	3.40 415	1.77 206	1.12 82	0.87 109	0.97 150	1.54 125	1.51 247	0.27 74	2.44 501	0.27 127	0.24 153	0.37 241	6.91 504

DDVS	1.78 112	0.84 215	3.58 84	1.32 349	1.15 336	3.17 173	0.77 210	3.35 216	1.86 139	1.88 219	1.91 320	2.91 389	1.42 265	6.19 357	1.85 330	0.47 382	0.65 413	0.35 319	0.38 381	0.48 367	1.01 359

RAFT-Stereo-weight	1.38 88	0.57 53	5.44 104	1.05 214	0.63 137	4.19 417	0.77 210	3.95 317	1.53 70	2.01 260	1.53 172	1.30 177	0.65 54	1.30 64	1.05 150	0.27 74	0.26 174	0.26 104	0.22 118	0.28 84	0.38 100

DisPM	2.29 183	0.61 78	20.25 396	1.79 476	0.52 81	4.58 486	0.77 210	2.50 109	2.22 194	2.49 414	1.82 277	1.45 198	1.01 160	2.73 275	1.04 147	0.48 391	0.20 33	0.32 245	0.31 302	0.32 155	0.45 152

ASMatch	2.65 279	0.68 119	20.65 462	1.60 440	0.71 179	4.40 451	0.77 210	2.02 62	1.65 108	1.71 194	3.89 505	1.93 273	3.75 490	5.45 336	1.67 290	0.33 202	0.24 131	0.34 300	0.28 230	0.34 202	0.57 237

RAFT-345	2.55 247	0.60 72	19.89 348	1.22 295	0.49 65	4.43 456	0.77 210	1.68 26	3.54 437	2.09 287	3.10 484	1.95 279	1.30 237	6.65 368	1.47 243	0.41 316	0.23 102	0.32 245	0.26 186	0.29 102	0.28 15

IGEV-RUCA	0.93 44	0.56 46	1.31 14	0.85 84	0.74 187	3.89 328	0.78 217	1.93 50	1.42 46	1.02 111	0.72 18	0.70 66	0.73 75	1.37 89	0.77 57	0.30 137	0.20 33	0.25 72	0.19 43	0.43 315	0.40 117

fffft	0.84 25	0.67 110	1.73 43	0.85 84	0.55 94	1.51 48	0.78 217	2.13 71	1.24 29	0.65 18	0.90 44	0.59 42	0.55 27	1.85 185	1.19 174	0.20 9	0.20 33	0.27 127	0.20 71	0.28 84	0.44 146
1: 1. 1
SMoEStereo_RVC	0.88 36	0.92 247	1.55 33	0.96 168	0.46 46	2.56 121	0.78 217	1.60 19	1.20 26	0.71 33	1.20 93	0.64 51	0.63 49	1.71 148	1.01 142	0.22 19	0.18 10	0.31 225	0.22 118	0.28 84	0.42 133

Occ-G	2.25 169	0.74 161	13.22 154	0.90 117	0.89 249	1.52 49	0.78 217	1.82 43	2.87 303	1.65 180	0.89 42	2.18 305	0.89 132	1.04 17	1.69 295	0.28 94	0.27 187	0.26 104	0.19 43	0.25 49	12.70 534

tt1	3.79 453	0.93 255	15.34 189	1.83 478	0.45 43	4.54 475	0.78 217	4.23 415	4.73 512	1.27 137	1.89 311	0.74 83	1.48 283	2.29 238	0.78 61	0.30 137	19.28 576	0.32 245	0.22 118	0.31 133	14.02 539

RAFT-Test	1.67 107	0.64 91	6.13 109	1.25 318	1.82 484	3.06 161	0.78 217	4.02 334	3.09 348	1.88 219	1.70 234	3.76 459	1.03 163	1.40 93	1.07 154	0.29 109	0.33 240	0.25 72	0.23 133	0.29 102	0.33 43

anonymousa	3.14 376	0.83 210	19.20 293	1.62 444	9.63 556	2.06 78	0.78 217	2.93 167	2.20 191	1.95 239	2.17 378	3.41 431	1.81 368	1.33 73	1.67 290	0.29 109	8.64 545	0.34 300	0.37 372	0.32 155	1.33 385

RCA-Stereo	1.38 88	0.61 78	3.95 94	0.94 148	0.48 56	4.68 509	0.78 217	4.17 392	1.95 155	1.93 227	1.84 291	0.94 129	1.48 283	1.23 48	0.75 53	0.30 137	0.43 326	0.25 72	0.20 71	0.26 65	0.37 90

HUI-Stereo	2.27 176	0.74 161	20.56 446	0.77 51	0.38 14	4.67 501	0.78 217	2.54 115	3.23 373	2.00 251	1.53 172	1.77 238	1.13 199	2.21 229	0.93 108	0.49 398	0.23 102	0.32 245	0.28 230	0.40 273	0.35 64

Pruner-Stereo	2.33 193	0.70 132	20.66 463	2.05 499	0.48 56	4.73 516	0.78 217	2.55 122	2.70 270	2.47 409	1.57 194	1.48 201	1.03 163	1.71 148	1.55 257	0.48 391	0.21 57	0.34 300	0.30 284	0.31 133	0.42 133

xyz-stereo-finetune	1.14 74	0.88 226	1.93 50	0.63 4	0.37 12	3.48 230	0.79 227	2.86 163	1.95 155	1.02 111	1.26 110	0.91 120	0.78 97	2.53 259	1.84 328	0.30 137	0.24 131	0.26 104	0.24 153	0.31 133	0.30 23

rvit_0105_6	1.10 69	1.17 319	3.33 81	0.93 139	0.55 94	1.45 44	0.79 227	2.51 110	3.30 390	0.78 51	0.74 20	1.03 138	0.75 88	1.45 103	0.97 127	0.42 327	0.43 326	0.34 300	0.31 302	0.44 329	0.38 100

AIO-Stereo	1.40 91	0.62 83	1.44 24	0.85 84	0.76 199	1.28 32	0.79 227	2.39 92	2.83 292	0.75 41	1.62 208	0.89 115	0.46 13	1.30 64	0.77 57	0.28 94	0.27 187	0.25 72	0.23 133	0.27 72	9.88 526

rvit_stereo_ft	1.28 82	1.39 358	6.72 113	0.99 189	0.66 154	1.06 10	0.79 227	2.81 155	3.14 354	0.83 66	1.02 64	0.95 131	1.13 199	1.27 55	1.00 138	0.34 224	0.24 131	0.27 127	0.29 265	0.40 273	0.35 64

test_sample6	2.71 298	0.76 185	14.30 169	1.43 400	0.83 222	3.17 173	0.79 227	4.40 481	4.65 509	2.35 380	2.13 370	1.69 220	1.45 272	11.48 507	1.99 352	0.39 303	0.46 348	0.38 362	0.40 399	0.43 315	0.77 315

Any-RAFT	1.62 100	0.59 64	5.29 102	1.12 247	0.76 199	4.41 453	0.79 227	4.12 373	3.26 377	2.02 262	1.36 137	2.82 379	1.56 306	1.90 189	0.81 75	0.29 109	0.25 149	0.26 104	0.19 43	0.25 49	0.35 64

ACVNet	2.40 209	0.97 273	20.20 385	0.94 148	0.86 235	4.22 423	0.79 227	2.97 178	2.85 295	1.93 227	1.91 320	3.07 402	1.46 277	1.52 120	2.37 393	0.33 202	0.27 187	0.30 205	0.27 203	0.42 305	0.35 64

hitnet-ft	2.99 352	1.23 334	19.37 303	0.96 168	0.90 255	3.76 294	0.79 227	3.60 245	2.68 267	2.31 362	2.04 347	3.63 455	1.49 287	11.70 519	2.37 393	0.45 361	0.54 384	0.44 400	0.36 362	0.54 386	0.56 232

HITNet	2.49 229	2.91 449	19.23 296	1.54 427	0.57 110	3.47 224	0.79 227	4.16 388	2.93 311	2.18 315	1.65 221	1.68 219	1.45 272	2.17 222	2.99 426	0.28 94	0.20 33	0.41 382	0.27 203	0.45 337	0.52 211
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
HH	3.19 386	0.91 240	21.34 525	1.24 303	0.61 124	4.16 401	0.80 236	2.94 169	1.82 133	1.23 134	1.84 291	4.61 505	1.84 376	2.63 266	0.99 134	0.29 109	1.53 471	0.30 205	0.24 153	0.34 202	14.22 542

HanStereo	3.19 386	0.91 240	21.34 525	1.24 303	0.61 124	4.16 401	0.80 236	2.94 169	1.82 133	1.23 134	1.84 291	4.61 505	1.84 376	2.63 266	0.99 134	0.29 109	1.53 471	0.30 205	0.24 153	0.34 202	14.22 542

Selective-IGEV	1.42 93	0.58 55	8.82 128	0.92 132	0.85 231	1.32 34	0.80 236	2.85 162	3.84 456	0.87 79	1.68 228	0.71 73	0.62 46	1.30 64	0.75 53	0.24 30	0.27 187	0.24 49	0.19 43	0.27 72	1.18 375

GLC_STEREO	0.83 24	0.59 64	1.71 42	0.89 105	0.34 5	1.88 63	0.80 236	1.48 13	1.60 93	0.98 104	1.06 69	0.68 62	0.71 70	1.19 40	0.89 99	0.25 44	0.25 149	0.32 245	0.25 169	0.32 155	0.34 54

PSMNet-ADL	2.01 129	0.78 195	2.89 73	1.11 237	0.86 235	4.13 390	0.80 236	3.84 293	2.26 203	1.74 201	1.87 307	2.90 387	1.81 368	10.37 461	2.34 389	0.49 398	0.47 358	0.29 183	0.30 284	0.39 268	0.56 232

CRE-IMP	2.28 180	0.68 119	19.67 326	0.85 84	0.39 29	4.54 475	0.80 236	2.63 135	4.84 520	1.96 241	1.51 169	1.86 261	0.96 148	1.52 120	1.43 232	0.47 382	0.21 57	0.31 225	0.26 186	0.41 293	0.35 64

pcwnet_v2	2.73 305	0.70 132	22.43 555	1.11 237	1.02 293	3.58 254	0.80 236	4.31 452	3.42 419	2.39 394	2.28 403	2.99 393	1.68 342	3.31 294	1.54 254	0.44 352	0.51 376	0.41 382	0.34 336	0.62 415	0.74 311

test_xeample	4.19 473	0.93 255	14.09 165	1.16 266	1.17 343	3.28 192	0.80 236	4.63 516	5.30 529	2.46 408	2.35 414	1.39 188	1.42 265	10.88 475	17.68 551	0.30 137	6.50 533	0.32 245	0.32 318	0.36 235	8.38 516

anonymousdsp	3.14 376	0.83 210	20.28 399	0.94 148	0.64 141	4.54 475	0.82 244	2.03 63	3.32 400	0.91 92	1.13 83	0.78 87	0.77 93	1.78 165	0.90 104	0.29 109	0.25 149	0.29 183	0.21 85	0.33 179	21.81 571

DCRE	3.02 355	0.95 264	18.48 267	1.18 278	1.89 486	3.57 251	0.82 244	3.36 218	1.70 119	2.04 270	8.12 530	1.73 230	1.07 184	1.31 68	1.24 188	0.24 30	0.87 441	0.26 104	0.27 203	0.28 84	11.03 530

ProNet	1.63 101	0.91 240	5.70 105	0.96 168	0.64 141	2.40 104	0.82 244	1.92 49	3.28 381	0.69 26	1.17 89	0.78 87	0.76 91	1.72 154	0.87 93	0.27 74	0.97 450	0.25 72	0.26 186	0.31 133	7.97 507

IGEV-Stereo	3.15 379	0.83 210	20.31 408	0.94 148	0.64 141	4.54 475	0.82 244	2.01 61	3.31 393	0.91 92	1.13 83	0.79 90	0.77 93	1.79 167	0.92 107	0.29 109	0.25 149	0.29 183	0.21 85	0.33 179	21.85 572
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MM-Stereo_test3	2.20 161	0.95 264	19.62 317	1.94 489	1.18 345	1.95 69	0.83 248	3.56 238	3.91 463	1.33 139	1.86 301	1.10 146	0.68 66	1.48 111	1.63 279	0.29 109	0.35 261	0.27 127	0.22 118	0.37 241	0.56 232

gcap-zeroshot	2.25 169	0.74 161	19.48 308	0.97 176	1.18 345	3.50 235	0.83 248	3.21 197	2.66 266	1.86 217	1.23 101	3.24 415	0.88 128	1.92 191	0.94 116	0.34 224	0.43 326	0.28 160	0.22 118	0.29 102	0.83 327

ff7	2.60 262	0.81 204	16.25 212	0.89 105	0.56 100	4.55 481	0.83 248	1.68 26	3.44 421	0.88 82	1.10 77	0.70 66	0.78 97	1.93 194	0.93 108	0.29 109	0.37 277	0.29 183	0.21 85	0.33 179	15.08 547

IGEVStereo-DCA	3.09 367	3.48 461	16.25 212	0.96 168	0.49 65	1.59 52	0.83 248	1.68 26	3.44 421	0.75 41	0.78 26	0.74 83	0.73 75	5.79 342	7.75 486	0.32 178	0.26 174	0.28 160	0.21 85	0.32 155	15.08 547

ffff	2.60 262	0.81 204	16.25 212	0.89 105	0.56 100	4.55 481	0.83 248	1.68 26	3.44 421	0.88 82	1.10 77	0.70 66	0.78 97	1.93 194	0.93 108	0.29 109	0.37 277	0.29 183	0.21 85	0.33 179	15.08 547

11t	2.60 262	0.81 204	16.25 212	0.89 105	0.56 100	4.55 481	0.83 248	1.68 26	3.44 421	0.88 82	1.10 77	0.70 66	0.78 97	1.93 194	0.93 108	0.29 109	0.37 277	0.29 183	0.21 85	0.33 179	15.08 547

testlalala_base	2.69 295	0.77 193	21.10 506	1.22 295	1.46 417	2.72 128	0.83 248	4.11 367	1.49 61	1.28 138	1.45 159	1.21 168	0.85 120	1.28 59	1.19 174	3.94 553	2.36 494	0.27 127	0.19 43	4.48 554	1.58 405

ccc-4	2.60 262	0.81 204	16.25 212	0.89 105	0.56 100	4.55 481	0.83 248	1.68 26	3.44 421	0.88 82	1.10 77	0.70 66	0.78 97	1.93 194	0.93 108	0.29 109	0.37 277	0.29 183	0.21 85	0.33 179	15.08 547

PFNet+	2.46 224	0.64 91	21.10 506	0.98 182	0.48 56	4.63 494	0.83 248	2.47 106	3.48 432	2.14 298	1.67 226	1.34 179	1.03 163	4.66 324	1.35 209	0.49 398	0.33 240	0.38 362	0.39 390	0.33 179	0.49 192

iResNet	2.70 296	1.35 355	20.93 487	2.01 495	0.73 182	3.76 294	0.83 248	4.28 437	2.93 311	2.38 392	2.03 345	1.35 181	1.54 301	3.28 293	4.42 454	0.42 327	0.25 149	0.29 183	0.23 133	0.45 337	0.64 277

rvit_0105_4	1.63 101	1.29 345	12.50 146	0.94 148	0.54 87	1.56 51	0.84 258	2.84 160	3.25 375	0.82 61	0.94 53	1.10 146	0.86 124	1.65 135	1.07 154	0.43 344	0.45 342	0.35 319	0.31 302	0.44 329	0.45 152

iRaft-Stereo_5w	2.47 226	1.37 357	13.85 159	0.87 97	0.99 282	3.22 179	0.84 258	3.72 269	2.12 180	1.57 169	2.49 436	2.20 307	2.22 413	9.12 415	2.03 362	0.48 391	0.27 187	0.35 319	0.29 265	0.48 367	0.94 350

dad	2.65 279	3.40 458	19.45 307	1.05 214	0.65 146	4.21 421	0.84 258	2.10 67	2.77 280	2.32 373	1.72 240	1.72 227	1.27 229	3.86 308	2.04 364	1.06 504	0.40 306	2.04 534	0.49 443	0.78 466	0.83 327

Anonymous3	2.20 161	0.80 201	20.08 374	0.86 90	0.86 235	4.46 459	0.84 258	3.64 251	1.40 44	1.37 144	1.40 147	1.11 149	1.03 163	1.71 148	1.24 188	0.75 486	0.58 399	0.34 300	0.35 351	0.48 367	0.65 281

FADNet_RVC	3.10 368	7.62 492	19.12 286	1.05 214	0.93 265	4.09 380	0.84 258	4.34 468	2.05 168	1.54 164	1.78 262	1.61 210	1.50 288	8.92 412	2.64 413	0.50 412	0.38 291	0.44 400	0.61 478	0.91 484	1.16 374

MSCF	3.21 392	1.25 335	4.06 95	1.06 218	10.61 558	3.29 195	0.85 263	2.81 155	3.31 393	1.36 142	1.19 92	0.58 41	1.33 241	2.07 205	0.88 96	0.27 74	0.65 413	0.26 104	0.66 486	0.31 133	27.42 575

CAS++	1.01 57	0.77 193	3.30 78	0.86 90	0.53 84	1.23 23	0.85 263	3.43 225	1.57 82	1.16 125	1.33 129	0.62 48	0.58 33	1.18 38	0.63 26	0.37 279	0.30 218	0.35 319	0.27 203	0.41 293	0.38 100
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
mmm	2.70 296	0.80 201	8.26 121	1.50 417	1.18 345	2.44 107	0.85 263	4.08 358	4.59 502	2.31 362	1.95 331	1.51 203	1.55 304	2.33 241	1.72 304	0.31 161	7.71 537	0.45 408	0.42 416	0.40 273	9.56 523

test_3	2.17 151	0.58 55	18.64 271	1.11 237	0.78 205	2.15 83	0.85 263	4.42 486	1.47 54	2.00 251	1.20 93	2.02 292	0.79 104	2.70 274	1.35 209	0.29 109	1.04 454	0.29 183	0.29 265	0.31 133	1.07 367

DMCA-RVC	2.72 300	3.31 456	20.08 374	1.27 325	1.13 332	2.49 112	0.85 263	3.43 225	1.85 138	3.04 477	1.58 200	1.99 287	1.51 290	6.42 363	2.86 419	0.39 303	0.31 224	0.44 400	0.37 372	0.47 360	0.65 281

GASTEREO	3.25 401	1.46 367	3.62 85	1.10 232	10.80 559	3.50 235	0.86 268	2.79 150	3.54 437	1.44 157	1.31 125	0.56 39	1.35 244	2.09 208	0.88 96	0.26 62	0.57 391	0.25 72	0.68 487	0.27 72	27.73 576

coex_refinement	3.01 354	1.69 393	20.28 399	1.31 342	1.15 336	3.21 176	0.86 268	3.94 316	2.43 233	2.51 416	1.92 326	3.49 437	1.68 342	11.06 485	2.54 406	0.38 295	0.26 174	0.27 127	0.31 302	0.41 293	0.58 253

AIO_test	3.76 449	0.71 139	19.58 315	0.93 139	17.34 567	1.36 38	0.86 268	1.61 21	1.99 164	0.74 37	0.97 55	1.77 238	0.58 33	1.49 113	0.55 14	0.35 240	0.97 450	0.24 49	0.20 71	0.25 49	22.60 573

test_sample2	2.20 161	0.70 132	6.07 107	1.49 412	0.81 216	2.96 151	0.86 268	4.13 377	3.31 393	2.07 281	1.54 183	1.56 206	1.63 329	10.61 465	1.80 321	0.33 202	0.77 431	0.32 245	0.32 318	0.38 254	2.35 439

MyStereo06	2.74 306	1.07 295	21.19 518	1.06 218	1.08 316	4.26 431	0.86 268	3.72 269	1.80 132	2.25 339	1.77 258	4.28 489	4.12 496	1.85 185	1.38 222	0.25 44	2.43 499	0.34 300	0.27 203	0.46 347	0.48 185

MyStereo05	2.55 247	1.07 295	19.87 346	1.06 218	1.08 316	4.26 431	0.86 268	4.10 364	3.01 325	2.19 322	1.26 110	2.30 316	1.64 332	2.13 216	1.99 352	0.25 44	2.43 499	0.34 300	0.27 203	0.46 347	0.48 185

NLCA_NET_v2_RVC	2.76 313	1.48 369	19.72 331	1.62 444	2.00 492	3.95 346	0.86 268	3.92 309	2.51 245	2.56 421	1.69 232	2.83 381	1.61 316	5.65 340	1.78 316	0.48 391	0.36 270	0.38 362	0.42 416	0.56 395	0.77 315
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
SCV	2.09 140	0.89 231	11.43 142	1.91 486	2.09 499	1.27 26	0.87 275	3.66 252	2.13 183	0.67 23	1.59 202	0.93 126	0.77 93	1.80 173	0.89 99	0.37 279	0.38 291	0.25 72	0.22 118	0.30 122	9.45 521

ffm	4.27 480	0.98 276	21.04 494	1.24 303	1.03 298	3.64 267	0.87 275	4.23 415	4.73 512	2.31 362	2.40 422	3.49 437	1.64 332	2.29 238	0.78 61	0.30 137	19.28 576	0.48 423	0.40 399	0.31 133	14.02 539

ff1	5.58 515	0.98 276	21.04 494	1.24 303	1.03 298	3.64 267	0.87 275	4.23 415	4.73 512	2.31 362	2.40 422	3.49 437	1.64 332	12.40 531	16.90 538	0.30 137	19.28 576	0.48 423	0.40 399	0.31 133	14.02 539

mmx	4.56 493	0.98 276	21.04 494	1.24 303	1.03 298	3.64 267	0.87 275	4.53 503	5.34 531	2.31 362	2.40 422	3.49 437	1.64 332	12.40 531	16.90 538	0.34 224	5.98 530	0.48 423	0.40 399	0.46 347	5.71 495

ttt	4.23 476	0.75 175	19.96 357	1.48 410	1.31 382	3.69 280	0.87 275	4.65 518	5.33 530	2.45 407	2.39 420	2.44 340	1.54 301	11.35 501	16.49 534	0.43 344	4.35 521	0.37 347	0.35 351	0.41 293	4.01 480

xxx	4.56 493	0.98 276	21.04 494	1.24 303	1.03 298	3.64 267	0.87 275	4.53 503	5.34 531	2.31 362	2.40 422	3.49 437	1.64 332	12.40 531	16.90 538	0.34 224	5.98 530	0.48 423	0.40 399	0.46 347	5.71 495

FADNet	3.20 388	11.55 517	16.16 210	1.24 303	0.95 273	3.30 199	0.87 275	4.00 327	2.73 273	1.42 152	1.35 132	2.51 345	2.04 393	9.95 443	2.39 395	0.44 352	0.46 348	0.40 373	0.44 425	1.13 504	0.61 265

1111x	4.75 502	1.05 294	20.89 484	1.28 327	1.02 293	3.81 308	0.88 282	4.65 518	5.52 537	2.43 403	2.27 400	1.97 285	1.81 368	12.40 531	18.19 555	0.32 178	9.06 552	0.32 245	0.34 336	0.38 254	6.34 501

IER	2.09 140	0.91 240	14.11 166	0.97 176	1.15 336	3.17 173	0.89 283	3.59 243	2.39 224	2.15 305	1.98 336	2.27 312	2.11 400	2.39 245	1.80 321	0.35 240	0.24 131	0.36 336	0.30 284	0.34 202	0.42 133

GMOStereo	2.64 275	0.92 247	19.83 340	0.81 70	0.68 168	3.22 179	0.89 283	2.94 169	1.48 56	2.36 386	1.54 183	1.75 231	1.04 170	1.33 73	1.15 164	0.26 62	11.32 558	0.35 319	0.28 230	0.35 217	0.33 43

error version	2.64 275	0.92 247	19.83 340	0.81 70	0.68 168	3.22 179	0.89 283	2.94 169	1.48 56	2.36 386	1.54 183	1.75 231	1.04 170	1.33 73	1.15 164	0.26 62	11.32 558	0.35 319	0.28 230	0.35 217	0.33 43

test-v	2.64 275	0.92 247	19.83 340	0.81 70	0.68 168	3.22 179	0.89 283	2.94 169	1.48 56	2.36 386	1.54 183	1.75 231	1.04 170	1.33 73	1.15 164	0.26 62	11.32 558	0.35 319	0.28 230	0.35 217	0.33 43

test-3	2.19 155	0.59 64	18.63 270	1.13 252	0.75 195	2.07 79	0.89 283	4.37 474	1.53 70	2.25 339	1.20 93	2.05 298	0.79 104	2.68 270	1.35 209	0.29 109	0.95 446	0.28 160	0.27 203	0.27 72	1.47 398

test_1	2.19 155	0.59 64	18.67 272	1.13 252	0.78 205	2.07 79	0.89 283	4.37 474	1.53 70	2.18 315	1.20 93	2.05 298	0.78 97	2.68 270	1.36 216	0.29 109	0.93 443	0.28 160	0.27 203	0.28 84	1.53 402

NRIStereo	2.32 190	0.69 124	20.07 368	1.35 358	0.38 14	4.73 516	0.89 283	2.43 99	3.35 404	1.95 239	1.37 140	1.75 231	1.21 223	2.97 287	1.35 209	0.49 398	0.22 74	0.29 183	0.26 186	0.31 133	0.33 43

test-2	2.64 275	0.92 247	19.83 340	0.81 70	0.68 168	3.22 179	0.89 283	2.94 169	1.48 56	2.36 386	1.54 183	1.75 231	1.04 170	1.33 73	1.15 164	0.26 62	11.32 558	0.35 319	0.28 230	0.35 217	0.33 43

MMNet	2.15 147	1.33 352	12.06 144	1.22 295	1.23 364	3.55 247	0.89 283	3.84 293	2.26 203	2.19 322	1.78 262	2.15 304	2.10 398	3.70 305	2.35 390	0.45 361	0.38 291	0.34 300	0.28 230	0.40 273	0.52 211

CFNet-ft	2.87 328	1.80 403	20.20 385	1.10 232	1.54 428	4.09 380	0.89 283	2.97 178	1.88 144	1.93 227	1.70 234	3.50 442	1.60 311	9.35 421	2.17 376	0.35 240	0.32 230	0.61 478	0.38 381	0.55 389	0.45 152

DMCA	2.02 131	1.07 295	11.33 141	1.17 273	0.96 275	3.92 340	0.89 283	3.80 285	3.11 349	2.89 463	1.58 200	2.35 323	1.17 215	1.79 167	2.25 382	0.42 327	0.29 208	0.42 393	0.27 203	0.38 254	0.43 140

STTStereo	2.62 270	1.28 343	19.16 289	1.52 424	1.55 432	3.84 311	0.89 283	3.75 274	2.59 257	2.23 336	1.59 202	2.48 344	1.58 307	5.11 328	1.72 304	0.38 295	0.41 313	0.47 417	0.54 462	0.53 382	0.75 313

R-Stereo Train	2.13 144	0.65 99	19.43 304	1.02 200	0.67 160	3.79 301	0.89 283	4.12 373	1.55 75	2.15 305	1.72 240	1.13 150	0.94 145	1.46 106	1.30 204	0.32 178	0.25 149	0.27 127	0.21 85	0.28 84	0.37 90

RAFT-Stereo	2.13 144	0.65 99	19.43 304	1.02 200	0.67 160	3.79 301	0.89 283	4.12 373	1.55 75	2.15 305	1.72 240	1.13 150	0.94 145	1.46 106	1.30 204	0.32 178	0.25 149	0.27 127	0.21 85	0.28 84	0.37 90
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CFNet_RVC	2.87 328	1.80 403	20.20 385	1.10 232	1.54 428	4.09 380	0.89 283	2.97 178	1.88 144	1.93 227	1.70 234	3.50 442	1.60 311	9.35 421	2.17 376	0.35 240	0.32 230	0.61 478	0.38 381	0.55 389	0.45 152

castereo	0.88 36	0.78 195	1.15 3	0.89 105	0.51 75	1.31 33	0.90 298	3.42 224	1.28 32	0.88 82	1.28 118	0.72 75	0.91 137	1.05 18	1.01 142	0.28 94	0.17 4	0.26 104	0.20 71	0.24 44	0.34 54

rvit_0105_5	1.72 110	1.26 336	13.05 152	0.92 132	0.56 100	1.92 68	0.90 298	3.07 185	3.04 338	0.98 104	1.24 103	1.19 162	0.93 143	1.55 126	1.22 180	0.43 344	0.43 326	0.37 347	0.36 362	0.43 315	0.51 203

IGEV_Zeroshot_test	2.66 284	0.75 175	21.55 533	1.50 417	0.89 249	2.21 84	0.90 298	3.52 233	1.83 135	2.17 312	1.57 194	4.09 476	1.60 311	1.73 159	1.21 178	0.32 178	0.33 240	0.28 160	0.30 284	0.44 329	6.09 498

testlalala	2.95 344	0.66 107	20.83 478	1.03 204	0.81 216	4.39 448	0.90 298	2.96 176	3.69 449	2.50 415	1.55 192	1.31 178	0.61 44	1.15 32	0.77 57	0.42 327	14.33 564	0.25 72	0.20 71	0.26 65	0.36 86

AEACV	2.12 143	0.67 110	6.33 110	1.38 372	1.50 422	3.53 243	0.90 298	2.83 159	1.60 93	0.91 92	0.81 32	0.80 92	1.61 316	1.56 128	0.73 50	0.25 44	0.60 402	0.26 104	0.27 203	0.29 102	15.65 553

knoymous	1.50 95	0.65 99	8.73 127	0.91 123	0.75 195	2.97 154	0.90 298	2.93 167	1.38 42	1.56 167	1.07 72	2.75 372	0.88 128	1.43 99	1.13 160	0.32 178	0.22 74	0.35 319	0.20 71	0.45 337	0.41 124

qqq	2.96 346	0.88 226	15.54 195	1.27 325	0.74 187	2.29 94	0.90 298	4.07 349	4.63 504	1.63 176	1.32 127	1.78 247	1.36 246	5.19 330	1.68 292	0.29 109	6.43 532	0.33 280	0.36 362	0.35 217	8.09 508

ACRE	2.75 310	7.69 494	19.93 351	0.93 139	1.30 378	3.94 344	0.90 298	4.23 415	3.66 446	2.33 376	2.61 452	1.17 155	1.04 170	1.80 173	1.35 209	0.46 373	0.25 149	0.27 127	0.23 133	0.32 155	0.60 261

HHNet	2.51 231	0.76 185	20.83 478	0.67 17	0.67 160	4.07 375	0.90 298	3.85 295	1.59 88	2.14 298	4.91 517	0.98 132	3.32 475	1.73 159	1.80 321	0.41 316	0.20 33	0.31 225	0.28 230	0.38 254	0.44 146

PFNet	2.75 310	0.69 124	19.96 357	2.25 504	0.80 212	4.63 494	0.90 298	2.60 132	3.85 458	2.39 394	2.71 463	1.82 255	1.41 262	7.53 391	1.41 228	0.36 264	0.21 57	0.36 336	0.27 203	0.32 155	0.46 162

DeepPruner_ROB	2.61 267	1.97 419	19.32 300	1.03 204	1.20 356	4.38 444	0.90 298	3.44 227	1.77 128	2.61 431	1.54 183	2.77 376	1.27 229	5.05 327	2.08 368	0.52 430	0.40 306	0.37 347	0.35 351	0.52 381	0.62 269

999	1.08 64	0.86 218	2.44 61	1.06 218	0.65 146	3.27 188	0.91 309	1.47 12	1.43 48	0.74 37	1.73 246	0.70 66	0.66 60	3.03 289	1.18 170	0.24 30	0.22 74	0.25 72	0.21 85	0.27 72	0.37 90

GCAP-BAT	2.74 306	0.79 199	19.74 334	1.06 218	0.85 231	4.25 430	0.91 309	2.80 152	1.83 135	2.14 298	2.08 363	2.55 349	0.80 109	1.87 188	1.41 228	0.35 240	7.97 538	0.24 49	0.22 118	0.27 72	2.72 450

ITSA-stereo	2.11 142	0.85 216	7.84 120	1.24 303	0.68 168	4.06 374	0.91 309	4.30 441	2.57 253	1.94 233	1.77 258	1.61 210	2.12 402	6.12 355	2.79 414	0.42 327	0.38 291	0.40 373	0.41 410	0.51 378	1.26 381

CIPLG	2.88 330	10.01 509	20.02 364	0.95 159	1.34 389	3.95 346	0.91 309	4.24 421	3.69 449	2.36 386	2.66 457	1.17 155	1.06 181	1.82 180	1.37 221	0.45 361	0.25 149	0.27 127	0.23 133	0.33 179	0.60 261

RAFT	2.36 200	1.62 386	18.03 258	1.75 471	0.54 87	1.91 65	0.91 309	3.24 202	3.65 445	1.64 177	1.73 246	3.45 434	1.58 307	1.82 180	1.74 310	0.42 327	1.06 455	0.40 373	0.32 318	0.44 329	1.03 363

111	2.59 259	3.10 453	20.47 428	0.84 79	0.38 14	4.26 431	0.91 309	4.45 492	2.96 314	2.48 411	2.07 360	2.31 317	1.64 332	1.49 113	1.90 340	0.35 240	0.22 74	0.25 72	0.21 85	0.32 155	1.14 372

test_xeample3	3.67 442	3.52 463	21.53 532	0.98 182	0.51 75	1.88 63	0.91 309	8.10 552	2.76 279	0.82 61	0.76 24	0.65 54	0.70 68	5.88 346	7.74 485	0.32 178	0.29 208	0.27 127	0.22 118	0.29 102	15.33 552

GANet-RSSM	2.96 346	1.27 340	21.17 515	1.73 467	1.23 364	4.22 423	0.91 309	3.39 220	2.02 166	1.97 243	1.74 249	2.53 346	2.06 394	10.91 479	1.88 336	0.37 279	0.35 261	0.32 245	0.29 265	0.42 305	0.46 162

rrr	3.66 440	3.48 461	23.50 561	0.96 168	0.49 65	1.59 52	0.92 317	8.19 553	2.75 276	0.75 41	0.78 26	0.74 83	0.73 75	5.79 342	7.75 486	0.32 178	0.26 174	0.28 160	0.21 85	0.32 155	13.47 535

RAFT+CT+SA	2.32 190	1.30 348	19.71 329	1.01 196	1.41 408	4.04 366	0.92 317	3.96 319	1.64 106	1.64 177	1.69 232	1.63 214	1.18 218	3.06 290	1.19 174	0.28 94	0.22 74	0.32 245	0.34 336	0.34 202	0.47 174

IPLGR_C	2.96 346	11.71 518	20.02 364	0.95 159	1.31 382	3.93 341	0.92 317	4.22 409	3.76 452	2.35 380	2.62 453	1.16 154	1.07 184	1.71 148	1.34 208	0.45 361	0.25 149	0.27 127	0.23 133	0.33 179	0.60 261

ac_64	2.93 337	0.87 222	19.66 319	1.35 358	1.70 470	3.29 195	0.92 317	3.56 238	3.46 430	1.91 223	1.79 265	3.90 466	1.76 359	10.23 454	1.93 348	0.44 352	0.32 230	0.33 280	0.31 302	0.35 217	0.51 203

cf-r	2.93 337	2.19 432	20.59 454	1.49 412	1.35 394	4.18 409	0.92 317	3.73 273	3.12 351	2.16 309	1.82 277	3.40 430	1.44 270	8.22 399	1.93 348	0.34 224	0.31 224	0.33 280	0.30 284	0.38 254	0.45 152

G2L-ROB	2.75 310	1.93 416	19.94 354	1.25 318	1.05 307	3.84 311	0.93 322	3.45 229	2.56 250	2.29 356	1.47 161	2.64 361	1.20 222	8.34 402	2.28 385	0.29 109	0.20 33	0.24 49	0.23 133	0.29 102	0.52 211

DispNO	3.22 393	2.06 422	19.82 339	1.21 291	1.11 326	3.74 291	0.93 322	4.31 452	2.89 306	2.37 391	2.27 400	4.51 499	2.09 395	11.41 503	3.47 440	0.35 240	0.28 198	0.31 225	0.29 265	0.39 268	0.51 203

Anonymous_2	4.03 467	0.99 285	11.19 140	1.20 285	1.71 471	3.68 278	0.93 322	3.76 275	1.63 104	2.07 281	1.43 154	4.76 509	2.34 422	1.86 187	1.78 316	0.82 493	2.42 497	8.69 573	16.64 577	4.38 551	8.29 513

AIO-test1	2.33 193	1.54 376	20.24 394	0.97 176	1.61 447	3.42 214	0.94 325	4.22 409	1.71 122	0.97 103	1.35 132	0.98 132	0.74 82	4.52 322	1.40 226	0.27 74	0.24 131	0.28 160	0.35 351	0.34 202	0.46 162

test_for_model	3.36 415	3.87 464	21.00 490	4.24 551	3.68 533	2.57 122	0.94 325	3.80 285	3.64 444	2.59 425	1.40 147	1.02 137	0.73 75	0.97 11	0.70 43	3.05 538	2.42 497	0.26 104	0.17 17	5.36 558	4.82 488

ICVP	2.19 155	0.72 146	19.18 291	1.03 204	0.88 248	4.22 423	0.94 325	3.44 227	1.69 116	1.68 186	1.76 251	1.35 181	1.19 220	1.80 173	1.40 226	0.58 446	0.37 277	0.34 300	0.30 284	0.41 293	0.59 256
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HGLStereo	2.74 306	1.03 291	20.80 476	1.24 303	1.55 432	3.62 265	0.94 325	3.83 292	2.09 171	2.18 315	2.20 388	3.11 406	2.12 402	5.65 340	2.07 367	0.50 412	0.34 251	0.32 245	0.30 284	0.42 305	0.50 197

RTSC	3.44 422	6.78 487	16.53 225	1.76 474	1.54 428	3.53 243	0.94 325	4.22 409	2.97 315	3.65 508	3.23 492	3.31 422	2.29 418	6.22 358	7.41 482	0.61 451	1.32 465	0.37 347	0.42 416	0.78 466	0.98 355

G2L-Stereo	2.85 324	2.33 438	19.94 354	1.15 259	1.34 389	3.57 251	0.95 330	3.70 264	2.22 194	2.14 298	1.61 204	3.19 410	1.33 241	9.50 424	2.02 360	0.36 264	0.27 187	0.35 319	0.28 230	0.30 122	0.51 203

MyStereo07	2.29 183	1.18 322	20.10 377	1.04 210	1.21 361	3.96 352	0.95 330	2.13 71	3.37 406	1.09 120	1.28 118	0.68 62	0.91 137	1.74 163	0.86 91	0.26 62	3.49 517	0.34 300	0.27 203	0.43 315	0.49 192

MyStereo04	2.54 242	1.18 322	18.82 277	1.04 210	1.21 361	3.96 352	0.95 330	4.02 334	3.01 325	2.06 275	1.27 116	2.33 319	1.66 339	2.06 204	2.01 358	0.26 62	3.49 517	0.34 300	0.27 203	0.43 315	0.49 192

GwcNet-ADL	2.51 231	0.75 175	21.41 529	0.98 182	0.73 182	4.58 486	0.95 330	4.46 494	2.61 258	2.06 275	1.80 270	2.54 348	1.24 227	1.98 200	1.73 307	0.41 316	0.46 348	0.24 49	0.27 203	0.41 293	0.55 229

RAFT_R40	2.61 267	0.64 91	19.86 344	1.69 459	0.46 46	4.74 518	0.95 330	2.28 83	2.52 247	2.02 262	2.32 412	2.69 366	2.52 437	6.70 371	1.05 150	0.42 327	0.19 20	0.30 205	0.27 203	0.33 179	0.29 19

PSMNet-RSSM	2.91 335	1.55 380	20.10 377	1.32 349	1.30 378	4.19 417	0.95 330	3.78 279	2.28 207	2.28 350	1.80 270	2.64 361	1.87 381	9.83 435	1.93 348	0.37 279	0.33 240	0.35 319	0.38 381	0.46 347	0.40 117

YMNet	2.55 247	1.78 401	14.80 181	1.41 384	1.67 467	3.95 346	0.96 336	3.86 296	3.02 329	2.68 439	2.57 448	3.35 426	1.53 298	3.40 295	2.57 407	0.49 398	0.54 384	0.52 446	0.49 443	0.76 464	0.69 292

YMNet_1	2.55 247	1.78 401	14.80 181	1.41 384	1.67 467	3.95 346	0.96 336	3.86 296	3.02 329	2.68 439	2.57 448	3.35 426	1.53 298	3.40 295	2.57 407	0.49 398	0.54 384	0.52 446	0.49 443	0.76 464	0.69 292

x	2.94 342	0.83 210	16.07 206	1.51 419	0.83 222	2.13 81	0.96 336	3.97 322	4.73 512	1.73 198	1.43 154	1.61 210	1.27 229	2.24 233	1.71 301	0.29 109	6.91 534	0.34 300	0.31 302	0.34 202	9.60 524

acv_ft	2.45 222	0.97 273	19.57 314	1.15 259	2.01 493	2.97 154	0.96 336	3.88 300	2.85 295	2.34 378	1.91 320	3.07 402	1.65 338	1.52 120	2.26 383	0.33 202	0.27 187	0.30 205	0.27 203	0.42 305	0.35 64

AIO_rvc	3.97 464	1.01 288	18.99 283	0.98 182	11.92 560	1.45 44	0.97 340	2.17 73	4.51 501	0.71 33	1.18 90	1.09 144	0.56 28	1.56 128	0.72 47	0.28 94	11.98 563	0.24 49	0.19 43	0.25 49	18.74 566

WCG-NET（raft）	1.44 94	0.92 247	1.56 35	0.89 105	0.32 2	1.43 43	0.97 340	1.69 33	2.42 230	1.68 186	1.44 156	2.37 325	1.01 160	1.33 73	0.85 88	0.25 44	8.56 542	0.22 13	0.21 85	0.28 84	0.32 32

NOSS_ROB	3.12 372	0.89 231	19.03 284	2.01 495	1.07 313	3.90 329	0.97 340	4.32 460	3.08 345	2.94 469	2.19 386	3.85 465	1.18 218	11.75 521	1.69 295	0.69 469	0.54 384	0.57 468	0.52 457	0.57 399	0.72 301

castereo++	1.26 81	0.99 285	3.48 82	0.95 159	0.74 187	2.48 109	0.98 343	3.14 190	4.28 485	0.75 41	1.46 160	1.92 272	0.58 33	1.29 63	0.51 10	0.27 74	0.24 131	0.28 160	0.19 43	0.24 44	0.35 64

AIO-Stereo-zeroshot1	3.20 388	1.87 413	21.91 540	1.18 278	2.03 494	4.07 375	0.98 343	3.99 325	2.17 185	1.57 169	5.62 522	4.27 487	2.92 451	2.69 273	2.50 403	0.27 74	0.49 368	0.31 225	1.20 522	0.92 486	3.04 460

IGEV++	3.59 434	0.91 240	13.63 156	1.08 227	0.98 277	1.27 26	0.98 343	3.33 214	1.89 147	0.93 96	1.38 143	0.86 104	1.09 186	1.71 148	1.09 157	0.36 264	21.52 579	0.23 24	0.21 85	0.31 133	18.10 565

iRaft-Stereo_20w	3.11 369	0.69 124	18.89 278	1.00 193	1.09 319	5.03 527	1.00 346	5.86 546	2.46 242	2.83 461	1.64 218	3.06 401	4.30 500	3.08 291	1.74 310	0.31 161	0.30 218	0.27 127	0.35 351	0.42 305	7.93 506

G2L-Stereo_test	2.89 332	2.06 422	20.60 455	1.68 457	1.18 345	3.55 247	1.01 347	3.66 252	2.33 217	2.59 425	1.68 228	3.14 408	1.48 283	9.19 418	1.86 332	0.30 137	0.21 57	0.23 24	0.23 133	0.28 84	0.57 237

STrans-v2	3.11 369	0.95 264	20.80 476	0.86 90	0.64 141	3.90 329	1.01 347	4.30 441	3.61 441	2.28 350	3.65 501	4.11 479	5.17 511	7.32 385	1.63 279	0.34 224	0.18 10	0.29 183	0.26 186	0.30 122	0.65 281

GES	2.26 173	0.79 199	19.68 327	1.12 247	0.59 115	4.30 437	1.01 347	3.90 304	1.59 88	1.78 207	1.78 262	1.28 174	1.75 356	1.80 173	1.61 274	0.42 327	0.29 208	0.33 280	0.31 302	0.45 337	0.50 197

PWCDC_ROB	3.62 435	9.86 508	17.35 240	1.62 444	1.57 440	4.19 417	1.01 347	4.35 469	4.20 476	2.26 345	7.36 526	2.73 367	2.75 443	4.10 316	4.51 455	1.47 522	0.37 277	0.39 368	0.34 336	1.22 511	0.73 306

UGAM	2.78 316	0.78 195	19.69 328	0.93 139	0.73 182	3.27 188	1.02 351	2.88 164	3.06 343	1.40 146	2.76 467	3.51 445	1.28 232	10.74 470	1.44 236	0.30 137	0.30 218	0.40 373	0.33 326	0.37 241	0.49 192

BEATNet_4x	2.65 279	4.43 473	18.10 259	1.41 384	0.59 115	3.44 218	1.02 351	4.08 358	2.97 315	2.28 350	1.75 250	2.18 305	1.61 316	2.80 279	3.54 441	0.39 303	0.25 149	0.47 417	0.31 302	0.61 410	0.86 338

HSM	3.25 401	1.08 299	19.18 291	1.19 283	1.54 428	3.45 221	1.02 351	4.04 341	2.61 258	2.31 362	2.17 378	8.01 540	2.99 459	11.59 512	1.80 321	0.35 240	0.24 131	0.28 160	0.24 153	0.33 179	0.55 229

4D-IteraStereo	2.95 344	1.83 409	20.75 473	0.81 70	1.56 437	2.22 89	1.03 354	2.48 108	1.56 79	1.42 152	1.00 63	1.93 273	0.61 44	1.65 135	2.04 364	0.31 161	0.22 74	0.31 225	0.26 186	0.28 84	16.75 560

gwcnet-sp	2.38 205	1.51 372	17.58 248	1.11 237	0.92 261	3.59 255	1.03 354	3.79 280	2.43 233	2.60 427	1.63 213	1.80 250	1.61 316	3.87 309	1.99 352	0.33 202	0.32 230	0.30 205	0.29 265	0.40 273	0.47 174

scenet	2.38 205	1.51 372	17.58 248	1.11 237	0.92 261	3.59 255	1.03 354	3.79 280	2.43 233	2.60 427	1.63 213	1.80 250	1.61 316	3.87 309	1.99 352	0.33 202	0.32 230	0.30 205	0.29 265	0.40 273	0.47 174

ssnet	2.38 205	1.51 372	17.58 248	1.11 237	0.92 261	3.59 255	1.03 354	3.79 280	2.43 233	2.60 427	1.63 213	1.80 250	1.61 316	3.87 309	1.99 352	0.33 202	0.32 230	0.30 205	0.29 265	0.40 273	0.47 174

RAFT_CTSACE	2.41 215	1.83 409	20.33 410	1.77 475	1.39 402	3.50 235	1.03 354	3.25 205	1.64 106	1.80 212	2.04 347	2.82 379	1.78 362	2.11 213	1.10 158	0.27 74	0.24 131	0.28 160	0.30 284	0.31 133	0.33 43

WCG-NET	1.00 53	0.81 204	1.65 40	0.93 139	0.38 14	1.48 47	1.04 359	1.81 41	2.80 285	1.67 184	1.52 171	0.93 126	0.97 150	1.18 38	0.84 86	0.25 44	0.81 436	0.23 24	0.21 85	0.27 72	0.26 9

UCFNet_RVC	2.53 238	1.29 345	20.56 446	1.42 393	1.40 407	4.01 359	1.04 359	2.79 150	1.67 112	2.27 348	1.88 309	2.94 390	1.50 288	3.48 297	1.68 292	0.37 279	0.29 208	0.52 446	0.41 410	0.55 389	0.51 203

TRStereo	2.86 326	2.12 428	19.98 360	1.68 457	1.18 345	4.35 442	1.05 361	5.07 531	3.48 432	1.56 167	1.39 144	1.75 231	0.85 120	2.01 202	1.50 246	0.43 344	0.34 251	0.33 280	0.36 362	0.36 235	7.50 505

AAGNet	3.88 459	0.67 110	20.04 366	2.27 505	0.46 46	4.76 520	1.05 361	2.28 83	3.38 409	2.16 309	1.84 291	2.40 326	3.95 493	6.22 358	24.21 568	0.49 398	0.19 20	0.30 205	0.29 265	0.33 179	0.29 19

anonymity	2.02 131	1.28 343	5.16 101	1.73 467	1.63 453	1.86 61	1.06 363	3.50 231	2.42 230	2.19 322	2.11 366	1.88 265	3.89 492	1.92 191	1.56 259	1.11 506	1.14 459	1.08 518	1.11 517	1.05 493	2.68 448

AASNet	2.65 279	3.20 454	20.19 383	1.38 372	1.49 420	3.84 311	1.06 363	3.92 309	3.28 381	2.07 281	2.28 403	1.95 279	1.28 232	2.19 225	2.17 376	0.42 327	0.33 240	0.45 408	0.30 284	0.59 404	0.52 211

TCMNet	3.13 374	1.71 395	19.53 312	1.49 412	2.11 500	3.84 311	1.07 365	4.12 373	3.03 333	2.64 435	2.29 405	2.43 336	1.74 355	10.10 450	2.47 400	0.56 442	0.45 342	0.61 478	0.50 451	0.87 481	1.04 365

rvit_0105_3	1.97 119	1.34 354	16.03 205	0.98 182	0.59 115	2.37 102	1.08 366	3.30 210	3.01 325	1.21 128	1.47 161	1.24 171	1.04 170	1.82 180	1.23 183	0.47 382	0.44 336	0.40 373	0.43 421	0.43 315	0.55 229

test_sample7	2.85 324	0.81 204	14.48 174	1.59 439	0.77 202	2.42 105	1.08 366	4.40 481	4.92 522	2.20 329	1.85 295	1.90 267	2.00 389	6.87 377	1.75 313	0.47 382	1.36 466	0.44 400	0.41 410	0.47 360	6.81 503

LL-Strereo	4.26 479	13.69 534	20.37 414	1.24 303	2.18 503	2.90 145	1.08 366	4.35 469	2.22 194	3.20 490	2.26 397	3.29 419	3.13 465	11.30 499	1.91 343	0.33 202	3.89 520	0.46 415	0.34 336	0.54 386	6.47 502

PS-NSSS	3.11 369	1.60 384	19.48 308	1.00 193	1.53 427	4.12 387	1.08 366	4.59 514	2.80 285	2.19 322	2.38 418	1.76 237	1.39 253	11.79 523	1.94 351	0.69 469	0.45 342	0.95 513	0.43 421	1.03 492	1.00 357

ACV-stereo	2.96 346	1.09 302	20.34 411	1.37 368	1.05 307	4.65 497	1.09 370	2.82 157	1.68 113	1.48 161	1.32 127	5.40 521	4.22 498	7.83 396	2.08 368	0.46 373	0.52 379	0.33 280	0.30 284	0.45 337	0.71 298

test_4	1.98 120	0.68 119	15.65 197	0.91 123	0.48 56	4.11 385	1.09 370	2.41 94	1.50 64	1.55 166	2.31 410	1.87 264	0.79 104	2.86 282	1.51 247	0.34 224	0.19 20	0.29 183	0.29 265	0.30 122	0.40 117

FADNet-RVC	3.23 396	12.51 522	17.02 232	1.17 273	0.81 216	3.52 241	1.09 370	4.16 388	2.74 275	1.44 157	1.29 123	1.86 261	1.76 359	9.82 434	2.46 398	0.39 303	0.38 291	0.40 373	0.41 410	0.68 445	0.59 256

RASNet	3.15 379	1.20 332	19.81 338	1.63 447	2.26 506	3.67 275	1.09 370	3.58 241	3.44 421	1.99 247	2.15 373	4.59 503	2.30 420	10.24 456	2.98 425	0.57 445	0.26 174	0.25 72	0.25 169	0.30 122	0.54 225

AANet_RVC	3.70 447	7.03 489	17.25 236	1.21 291	1.12 329	3.79 301	1.09 370	3.98 323	3.38 409	2.65 437	4.29 511	3.95 469	1.40 257	11.43 506	7.88 488	1.25 513	0.57 391	0.34 300	0.25 169	0.43 315	0.71 298

iinet-f	2.44 220	1.82 408	14.97 185	1.21 291	1.11 326	3.78 299	1.10 375	4.19 401	2.90 308	2.10 289	1.76 251	2.99 393	2.97 454	2.84 281	2.79 414	0.38 295	0.38 291	0.28 160	0.28 230	0.50 373	0.47 174

GASNet	3.86 457	15.35 565	21.16 513	1.63 447	1.25 370	2.35 98	1.11 376	4.11 367	2.86 301	1.99 247	2.11 366	2.99 393	2.16 409	10.62 466	3.75 444	0.71 473	0.37 277	0.61 478	0.46 434	0.91 484	0.70 296

GwcNet-RSSM	3.13 374	5.08 476	19.86 344	1.28 327	1.20 356	4.12 387	1.11 376	3.89 302	2.80 285	2.13 296	1.81 275	3.11 406	1.46 277	10.33 460	2.19 379	0.36 264	0.34 251	0.35 319	0.31 302	0.45 337	0.43 140

APVNet	3.24 398	1.59 383	21.72 536	1.36 362	1.52 426	3.93 341	1.12 378	3.58 241	2.80 285	2.32 373	2.02 343	3.05 398	1.96 387	11.77 522	2.61 411	0.44 352	0.46 348	0.65 490	0.47 436	0.73 455	0.73 306

AdaStereo	2.22 164	0.90 237	16.41 222	1.33 354	0.83 222	3.21 176	1.12 378	4.25 432	2.91 310	2.06 275	1.76 251	2.47 342	1.17 215	1.93 194	1.65 288	0.50 412	0.26 174	0.43 397	0.29 265	0.46 347	0.39 113
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
FACV-RUCA	1.35 87	0.70 132	2.58 68	1.07 225	1.49 420	2.70 127	1.13 380	3.21 197	2.64 262	1.42 152	1.99 339	1.06 143	1.15 211	1.44 100	1.16 168	0.41 316	0.42 324	0.73 504	0.41 410	0.63 421	0.67 287

ToySt	2.53 238	0.89 231	19.20 293	1.12 247	0.95 273	3.47 224	1.13 380	3.72 269	2.25 200	1.36 142	1.71 238	2.22 308	1.59 310	2.14 219	1.81 325	0.28 94	0.64 410	0.30 205	0.33 326	0.43 315	5.14 492

iResNetv2_ROB	3.31 407	14.88 558	20.01 363	2.17 502	1.09 319	3.84 311	1.13 380	4.22 409	3.15 356	2.02 262	2.06 357	2.00 291	1.69 345	3.61 302	2.10 372	0.36 264	0.22 74	0.32 245	0.22 118	0.48 367	0.58 253

BSDual-CNN	1.61 99	0.64 91	3.82 89	0.94 148	0.86 235	4.18 409	1.14 383	4.49 496	2.29 211	2.96 473	1.82 277	2.58 355	1.30 237	1.79 167	1.44 236	0.39 303	0.25 149	0.31 225	0.28 230	0.38 254	0.41 124

hknet	2.34 196	0.78 195	13.86 161	0.94 148	1.07 313	4.18 409	1.14 383	4.49 496	3.00 320	2.96 473	1.82 277	3.47 435	1.30 237	4.11 317	1.77 315	0.35 240	0.25 149	0.31 225	0.28 230	0.38 254	0.41 124

LMCR-Stereo	2.53 238	2.30 436	18.81 275	1.64 451	0.86 235	3.88 325	1.14 383	4.33 463	1.63 104	2.27 348	2.35 414	1.13 150	2.41 427	2.63 266	2.26 383	1.06 504	0.24 131	0.29 183	0.25 169	0.62 415	0.42 133

DANet	2.82 321	1.17 319	10.20 132	1.87 481	1.72 473	3.25 187	1.15 386	4.36 471	3.02 329	3.42 499	2.18 383	4.09 476	1.79 365	9.78 432	4.32 451	0.55 438	0.57 391	0.60 475	0.44 425	0.65 433	1.25 379
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PWC_ROB	3.32 409	4.61 474	14.41 172	1.46 405	1.90 487	3.21 176	1.15 386	4.39 480	3.46 430	3.13 483	3.40 497	2.79 378	2.34 422	9.17 416	6.94 476	0.61 451	0.34 251	0.61 478	0.37 372	0.73 455	1.40 389

fast-acv-ft	2.62 270	1.62 386	20.48 434	1.45 403	1.39 402	3.16 172	1.16 388	3.41 222	2.45 241	1.97 243	2.15 373	2.68 364	2.15 407	2.92 285	2.47 400	0.43 344	0.40 306	0.45 408	0.40 399	0.62 415	0.64 277

UDG	3.84 456	2.91 449	20.05 367	2.98 533	1.98 491	3.95 346	1.18 389	4.43 488	2.24 197	2.47 409	2.53 443	4.49 497	2.44 430	6.52 366	4.74 459	2.14 529	1.77 478	2.64 544	2.58 557	2.66 534	2.19 437

LRCNet_RVC	25.63 575	33.47 578	24.35 564	31.77 579	32.74 575	6.73 542	1.19 390	25.87 574	4.67 510	28.95 573	30.91 573	24.89 572	17.54 564	27.82 574	24.57 570	35.48 582	25.62 581	35.91 583	33.80 582	31.95 583	34.38 582

Nwc_Net	3.03 358	1.90 415	19.16 289	1.38 372	1.69 469	3.53 243	1.19 390	4.03 337	2.19 188	2.79 454	2.84 471	3.80 462	2.46 431	6.93 380	2.87 421	0.96 500	0.41 313	0.59 471	0.68 487	0.60 408	0.65 281

SHD	3.22 393	4.21 471	14.19 167	2.37 509	2.12 502	2.77 129	1.19 390	4.24 421	3.25 375	4.64 529	2.73 464	3.62 454	2.76 445	6.30 361	4.75 460	0.66 464	1.25 464	0.52 446	0.59 472	0.69 447	1.64 410

z-ln-s-r	3.37 416	4.66 475	19.53 312	1.42 393	1.29 375	3.70 284	1.20 393	4.24 421	3.96 466	2.16 309	1.92 326	2.43 336	1.62 325	10.90 477	6.24 470	0.36 264	0.23 102	0.32 245	0.24 153	0.53 382	0.53 218

DualNet (step1)	3.32 409	1.19 328	20.68 464	1.11 237	0.87 244	4.22 423	1.20 393	4.40 481	4.92 522	2.20 329	1.85 295	1.90 267	2.00 389	6.87 377	1.75 313	1.41 519	1.36 466	4.19 562	2.07 549	0.70 448	1.43 393

test_sample9	4.68 497	1.19 328	20.68 464	1.11 237	0.87 244	4.22 423	1.20 393	4.40 481	4.92 522	2.20 329	1.85 295	1.90 267	2.00 389	11.08 489	11.57 508	1.41 519	14.65 565	4.19 562	2.07 549	0.70 448	1.43 393

test_sample8	5.57 514	1.19 328	20.68 464	1.11 237	0.87 244	4.22 423	1.20 393	4.43 488	3.76 452	5.63 535	1.97 335	12.99 552	6.34 521	11.08 489	11.57 508	1.41 519	14.65 565	4.19 562	2.07 549	0.70 448	1.43 393

DRaft	3.12 372	0.68 119	20.57 450	0.77 51	0.49 65	3.95 346	1.20 393	2.40 93	1.60 93	2.64 435	2.80 469	1.59 208	5.33 512	6.94 381	9.51 494	0.43 344	0.22 74	0.27 127	0.27 203	0.32 155	0.47 174

HSM-Net_RVC	3.02 355	0.65 99	19.48 308	0.94 148	0.90 255	3.71 286	1.20 393	5.61 544	2.87 303	3.24 492	2.49 436	2.53 346	1.61 316	11.39 502	1.90 340	0.37 279	0.27 187	0.27 127	0.24 153	0.31 133	0.39 113
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
LCNet	2.54 242	0.60 72	20.89 484	1.01 196	0.57 110	3.60 259	1.21 399	3.20 196	1.70 119	2.17 312	1.76 251	1.43 195	4.12 496	3.61 302	0.94 116	0.32 178	0.20 33	0.28 160	0.76 494	0.50 373	1.83 423

psm_up	3.04 360	1.30 348	18.97 282	1.31 342	1.51 424	3.86 319	1.22 400	4.26 433	2.31 215	2.72 444	1.83 290	2.43 336	1.68 342	12.86 542	1.78 316	0.43 344	0.41 313	0.41 382	0.34 336	0.46 347	0.67 287

CBFPSM	2.24 167	2.06 422	12.12 145	1.13 252	1.05 307	2.85 137	1.23 401	3.37 219	2.05 168	1.82 214	1.33 129	4.55 501	4.00 494	2.38 244	2.35 390	0.27 74	0.38 291	0.32 245	0.28 230	0.39 268	0.89 341

ADLNet	3.23 396	1.19 328	21.03 493	1.36 362	1.61 447	3.69 280	1.23 401	4.05 344	3.41 417	2.72 444	2.29 405	4.00 472	1.77 361	11.21 496	2.15 374	0.42 327	0.43 326	0.36 336	0.35 351	0.47 360	0.82 325

DISCO	2.40 209	0.99 285	11.99 143	1.81 477	1.12 329	3.47 224	1.24 403	3.34 215	2.57 253	2.73 446	1.96 332	4.52 500	1.90 384	4.18 319	3.62 443	0.37 279	0.27 187	0.31 225	0.30 284	0.70 448	0.62 269

test_5	2.45 222	1.43 363	19.72 331	1.20 285	1.39 402	3.88 325	1.25 404	4.03 337	1.98 160	1.74 201	1.82 277	1.86 261	1.78 362	3.57 301	1.35 209	0.33 202	0.21 57	0.35 319	0.33 326	0.34 202	0.43 140

rvit_105_1	2.17 151	1.36 356	16.82 228	1.09 230	0.68 168	2.78 132	1.26 405	3.55 236	2.90 308	1.40 146	1.57 194	1.29 176	1.14 205	2.91 284	1.49 245	0.55 438	0.47 358	0.45 408	0.61 478	0.45 337	0.63 272

SFCPSM	2.16 148	0.75 175	15.82 200	0.91 123	0.98 277	3.74 291	1.27 406	4.15 386	2.56 250	1.90 222	1.82 277	1.64 215	1.39 253	2.51 253	1.57 262	0.36 264	0.28 198	0.39 368	0.36 362	0.36 235	0.50 197

PAM	3.02 355	0.69 124	20.70 468	1.20 285	1.15 336	8.88 550	1.28 407	4.06 346	1.91 148	2.32 373	2.42 431	5.75 526	2.75 443	2.47 250	1.55 257	0.28 94	0.35 261	0.27 127	0.30 284	0.41 293	1.65 411

DLCB_ROB	2.55 247	1.32 351	10.26 133	1.31 342	1.04 304	2.94 148	1.29 408	3.81 289	2.73 273	2.93 467	2.17 378	3.37 428	1.53 298	10.40 462	3.26 436	0.42 327	0.35 261	0.41 382	0.37 372	0.43 315	0.68 289

CoDeX	2.47 226	0.91 240	13.65 157	1.03 204	1.17 343	3.28 192	1.30 409	4.17 392	2.99 318	1.78 207	1.85 295	2.04 295	1.46 277	9.99 445	1.66 289	0.38 295	0.28 198	0.32 245	0.28 230	0.34 202	0.57 237

CSP-Net	1.99 125	1.70 394	4.84 99	1.22 295	1.02 293	3.42 214	1.30 409	3.66 252	2.11 178	2.07 281	1.93 329	2.40 326	1.48 283	8.56 406	1.62 276	0.51 420	0.41 313	0.27 127	0.27 203	0.44 329	0.54 225

zh-mn7	3.65 437	13.21 527	16.35 220	1.28 327	1.01 290	2.94 148	1.31 411	4.24 421	3.12 351	3.44 500	3.10 484	2.84 382	2.09 395	9.17 416	5.46 467	0.61 451	0.43 326	0.38 362	0.38 381	0.60 408	0.94 350

DispFullNet	4.71 500	3.93 465	23.92 563	4.00 549	3.01 522	3.38 205	1.31 411	4.23 415	3.26 377	6.31 543	2.92 474	4.03 473	7.80 535	3.93 312	5.15 462	2.80 534	1.61 474	3.11 553	2.70 560	3.32 537	3.38 469

Consistency-Raft	2.93 337	1.93 416	19.72 331	1.41 384	1.75 475	3.85 316	1.32 413	4.09 362	2.75 276	1.82 214	2.66 457	1.81 253	4.34 502	2.29 238	2.08 368	0.90 497	0.94 445	1.03 515	1.13 518	1.71 527	1.10 369

SA	2.55 247	1.54 376	20.70 468	1.12 247	0.48 56	4.26 431	1.33 414	4.45 492	3.28 381	1.68 186	1.96 332	1.69 220	2.25 416	2.60 264	1.57 262	0.30 137	0.29 208	0.37 347	0.38 381	0.36 235	0.47 174

TestStereo1	2.56 254	1.41 361	20.56 446	1.63 447	0.74 187	4.13 390	1.34 415	3.93 313	3.38 409	1.61 173	2.56 445	1.43 195	2.13 405	2.55 261	1.70 298	0.32 178	0.22 74	0.34 300	0.26 186	0.40 273	0.53 218

SA-5K	2.56 254	1.41 361	20.56 446	1.63 447	0.74 187	4.13 390	1.34 415	3.93 313	3.38 409	1.61 173	2.56 445	1.43 195	2.13 405	2.55 261	1.70 298	0.32 178	0.22 74	0.34 300	0.26 186	0.40 273	0.53 218

UPFNet	2.23 165	0.86 218	14.25 168	1.28 327	1.44 414	3.51 239	1.34 415	4.05 344	2.11 178	2.44 406	1.53 172	2.41 330	1.39 253	3.62 304	1.91 343	0.41 316	0.41 313	0.37 347	0.32 318	0.44 329	0.48 185

LL-Strereo2	2.36 200	1.81 406	19.35 301	1.04 210	1.03 298	3.73 289	1.35 418	2.70 141	2.04 167	1.76 204	1.44 156	1.82 255	0.73 75	1.48 111	1.53 251	0.33 202	0.30 218	0.55 461	0.35 351	0.30 122	3.51 472

DDUNet	3.65 437	2.81 447	19.59 316	3.57 544	2.26 506	3.47 224	1.35 418	4.21 408	2.40 227	2.68 439	2.48 435	4.17 482	1.78 362	5.48 338	2.61 411	2.25 530	1.77 478	2.61 543	2.43 555	2.63 533	2.40 441

FADNet-RVC-Resample	3.31 407	8.52 497	22.84 557	1.18 278	0.91 260	3.52 241	1.35 418	4.13 377	2.32 216	1.75 203	1.35 132	2.26 311	1.51 290	9.51 425	2.03 362	0.42 327	0.38 291	0.42 393	0.44 425	0.59 404	0.71 298

PSMNet-RUCA	2.60 262	1.83 409	20.55 442	1.51 419	1.39 402	3.07 162	1.36 421	3.56 238	2.43 233	1.41 149	2.07 360	1.42 192	1.09 186	2.07 205	1.60 271	1.20 511	0.69 425	1.26 526	0.96 507	1.65 525	0.97 353

RGC	3.35 414	1.84 412	18.13 260	1.52 424	1.79 481	3.33 202	1.37 422	4.18 398	2.39 224	2.96 473	3.23 492	3.98 471	2.71 442	11.53 508	3.42 439	0.90 497	0.48 365	0.79 507	0.79 497	0.75 460	0.89 341

MSAF-DinoV2	14.43 563	15.18 562	21.76 537	2.38 510	1.44 414	4.01 359	1.38 423	8.63 554	9.06 552	2.28 350	1.99 339	5.37 520	5.16 510	177.39 592	15.79 530	0.49 398	0.34 251	0.40 373	0.60 475	6.27 560	8.64 518

NVstereo2D	2.79 318	1.13 312	13.75 158	1.37 368	1.47 419	3.57 251	1.38 423	4.17 392	3.77 454	2.04 270	1.72 240	3.05 398	1.75 356	10.84 473	1.72 304	0.62 457	0.48 365	0.56 464	0.54 462	0.79 471	1.02 361

Sa-1000	2.54 242	1.47 368	20.36 413	1.16 266	0.55 94	4.07 375	1.39 425	4.49 496	3.01 325	2.06 275	2.79 468	1.84 258	1.43 269	2.68 270	1.53 251	0.31 161	0.26 174	0.36 336	0.33 326	0.37 241	0.46 162

CRFU-Net	2.56 254	0.89 231	10.77 136	2.53 519	1.09 319	3.91 333	1.40 426	3.87 299	1.92 150	2.25 339	1.80 270	3.32 423	7.85 537	5.53 339	1.54 254	0.58 446	0.36 270	0.31 225	0.28 230	0.39 268	0.56 232

ARAFT	3.24 398	13.49 529	19.88 347	0.93 139	0.49 65	4.16 401	1.40 426	4.37 474	3.21 363	2.40 398	1.91 320	1.70 223	1.04 170	6.43 364	1.45 240	0.37 279	0.19 20	0.37 347	0.35 351	0.37 241	0.35 64

psmg	1.63 101	0.64 91	3.82 89	0.96 168	0.86 235	4.35 442	1.41 428	4.11 367	2.29 211	2.68 439	2.09 364	2.58 355	1.30 237	1.79 167	1.44 236	0.39 303	0.29 208	0.33 280	0.34 336	0.38 254	0.44 146

z-mn7	3.78 451	14.53 552	15.59 196	1.34 356	1.23 364	3.78 299	1.42 429	4.17 392	3.45 427	2.94 469	3.37 496	3.05 398	2.09 395	10.03 449	5.54 468	0.50 412	0.39 302	0.43 397	0.34 336	0.67 439	0.73 306

GEStereo_RVC	2.66 284	1.20 332	20.38 415	1.29 333	1.05 307	4.02 362	1.42 429	4.17 392	2.24 197	2.10 289	1.86 301	2.33 319	1.84 376	4.93 326	1.78 316	0.51 420	0.38 291	0.32 245	0.29 265	0.44 329	0.56 232

psmorigin	6.62 533	1.45 365	87.38 588	1.55 431	0.97 276	2.86 139	1.42 429	3.30 210	2.12 180	3.74 510	2.45 432	5.15 517	2.59 439	10.55 464	2.91 424	0.55 438	0.68 418	0.48 423	0.53 459	0.73 455	1.02 361

NCC-stereo	3.49 429	2.07 425	20.23 392	1.31 342	1.76 477	4.04 366	1.42 429	4.01 329	2.34 218	3.06 478	2.59 450	3.51 445	3.02 461	10.02 447	5.44 465	1.38 517	0.66 416	0.64 488	0.88 503	0.67 439	0.84 331

Abc-Net	3.49 429	2.07 425	20.23 392	1.31 342	1.76 477	4.04 366	1.42 429	4.01 329	2.34 218	3.06 478	2.59 450	3.51 445	3.02 461	10.02 447	5.44 465	1.38 517	0.66 416	0.64 488	0.88 503	0.67 439	0.84 331
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RYNet	3.15 379	1.48 369	16.27 217	1.24 303	1.39 402	3.67 275	1.44 434	4.09 362	3.20 360	2.26 345	1.70 234	3.83 463	2.15 407	13.64 554	3.23 435	0.45 361	0.45 342	0.50 438	0.35 351	0.81 473	0.83 327

OMP-Stereo	2.94 342	1.26 336	20.07 368	2.73 525	0.67 160	4.58 486	1.46 435	4.33 463	2.21 193	3.14 486	2.68 460	3.22 414	1.38 250	7.65 393	1.42 230	0.46 373	0.21 57	0.33 280	0.26 186	0.34 202	0.31 29

ADLNet2	3.20 388	1.43 363	20.11 380	1.22 295	1.78 480	3.86 319	1.47 436	3.96 319	3.89 462	2.26 345	2.49 436	4.63 507	1.92 386	10.68 469	2.00 357	0.42 327	0.37 277	0.29 183	0.30 284	0.51 378	0.46 162

DRN-Test	3.17 383	1.30 348	19.66 319	1.41 384	1.60 446	3.61 261	1.47 436	4.18 398	2.83 292	3.48 502	1.92 326	2.58 355	2.50 435	10.81 472	2.90 423	0.49 398	0.49 368	0.44 400	0.42 416	0.57 399	0.78 318

SQANet	4.22 474	14.03 542	20.30 406	2.78 527	2.75 517	3.41 212	1.48 438	3.66 252	2.25 200	2.62 433	1.77 258	2.68 364	1.90 384	7.41 389	3.78 445	2.97 537	1.42 468	1.85 533	1.13 518	3.28 536	2.86 454

SACVNet	3.06 363	1.61 385	19.29 299	1.46 405	1.18 345	4.05 370	1.48 438	4.03 337	2.58 256	2.75 448	1.89 311	2.55 349	1.38 250	11.33 500	2.28 385	0.51 420	0.41 313	0.48 423	0.43 421	0.57 399	0.93 349

FBW_ROB	3.91 460	2.07 425	15.46 193	1.60 440	1.16 341	3.80 304	1.48 438	4.37 474	3.41 417	2.53 418	2.45 432	4.19 484	2.10 398	15.17 561	9.45 493	0.86 495	0.65 413	1.54 531	0.96 507	1.08 498	3.80 474

GwcNet	3.26 403	3.93 465	20.24 394	1.38 372	2.04 495	3.24 185	1.53 441	3.72 269	3.66 446	2.17 312	2.25 396	3.55 450	1.69 345	9.38 423	3.03 427	0.48 391	0.49 368	0.46 415	0.39 390	0.66 437	0.86 338

ETE_ROB	2.93 337	2.12 428	17.80 254	1.13 252	0.94 271	3.71 286	1.53 441	4.29 439	2.98 317	3.32 496	2.13 370	2.34 322	1.51 290	8.68 408	2.82 417	0.44 352	0.40 306	0.51 443	0.49 443	0.56 395	0.80 323

edge stereo	3.45 424	1.08 299	22.14 548	1.31 342	1.36 396	2.68 126	1.54 443	4.13 377	3.27 379	2.94 469	3.27 494	4.34 493	2.48 432	11.60 514	2.79 414	0.62 457	0.64 410	0.79 507	0.56 468	0.70 448	0.82 325

DeepPrunerF	4.00 466	5.64 480	16.81 227	1.36 362	1.75 475	3.69 280	1.54 443	4.24 421	13.98 561	2.21 332	1.77 258	2.73 367	2.29 418	10.90 477	6.64 475	0.71 473	0.61 404	0.77 506	0.79 497	0.87 481	0.79 322

Wz-Net-LNSev	2.78 316	6.16 482	17.27 238	1.24 303	1.65 461	3.49 233	1.55 445	3.70 264	3.61 441	1.96 241	1.76 251	3.30 420	2.17 411	2.78 277	2.24 381	0.49 398	0.35 261	0.32 245	0.31 302	0.56 395	0.65 281

CVANet_RVC	3.32 409	1.63 388	21.06 498	1.66 453	1.29 375	3.99 356	1.55 445	3.98 323	3.00 320	3.51 503	2.06 357	2.58 355	1.72 353	12.46 538	1.70 298	0.62 457	0.34 251	0.53 452	0.47 436	0.64 426	1.66 412

w-ln-seven-2	3.65 437	9.76 507	15.93 203	1.26 323	1.02 293	3.54 246	1.56 447	4.14 382	3.86 459	2.57 423	2.05 354	2.63 360	2.26 417	8.48 405	10.24 496	0.50 412	0.52 379	0.44 400	0.34 336	0.64 426	1.25 379

IRAFT_RVC	2.74 306	0.71 139	19.80 336	2.52 518	0.67 160	4.60 490	1.57 448	3.05 183	2.99 318	2.23 336	1.72 240	2.08 301	2.59 439	6.69 370	1.61 274	0.37 279	0.21 57	0.33 280	0.29 265	0.33 179	0.35 64

AF-Net	3.15 379	2.65 445	18.81 275	1.37 368	1.76 477	3.30 199	1.57 448	4.20 403	3.05 341	2.76 449	2.94 476	4.50 498	3.21 471	5.88 346	3.07 429	0.88 496	0.39 302	0.72 501	0.50 451	0.75 460	0.66 286

w-ln-seven	3.68 444	8.30 496	15.93 203	1.36 362	1.34 389	4.09 380	1.60 450	4.13 377	3.03 333	3.06 478	2.31 410	3.41 431	2.24 414	9.78 432	9.71 495	0.46 373	0.37 277	0.47 417	0.40 399	0.78 466	0.84 331

ADCRef	3.66 440	5.95 481	15.50 194	1.20 285	1.41 408	3.93 341	1.61 451	3.92 309	2.77 280	3.13 483	2.20 388	2.40 326	2.78 446	6.23 360	16.59 535	0.50 412	0.35 261	0.63 486	0.62 481	0.58 402	0.92 346

CC-Net-ROB	3.82 454	3.41 459	20.20 385	2.40 511	1.66 464	4.49 467	1.61 451	4.77 526	3.08 345	2.06 275	2.06 357	1.99 287	1.60 311	12.57 540	1.91 343	2.82 535	2.19 487	2.67 545	1.06 515	2.31 531	1.59 406

XPNet_ROB	2.99 352	1.58 381	17.06 235	1.38 372	0.99 282	3.91 333	1.62 453	4.20 403	2.42 230	2.87 462	2.03 345	2.31 317	1.72 353	10.76 471	3.60 442	0.55 438	0.49 368	0.48 423	0.40 399	0.53 382	0.85 334

ssnet_v2	2.81 320	1.39 358	21.16 513	1.25 318	0.90 255	3.86 319	1.63 454	4.10 364	3.22 370	2.79 454	1.96 332	3.78 460	1.70 348	2.53 259	3.12 433	0.44 352	0.37 277	0.42 393	0.38 381	0.59 404	0.58 253

Wz-Net-LNSev-Ref	2.72 300	2.55 443	14.91 183	1.37 368	1.36 396	3.50 235	1.63 454	4.11 367	3.38 409	2.55 420	2.04 347	2.35 323	2.50 435	5.14 329	4.64 458	0.53 432	0.22 74	0.35 319	0.21 85	0.41 293	0.60 261

PDISCO_ROB	3.32 409	5.22 478	18.16 261	2.03 497	2.19 505	4.52 473	1.63 454	4.74 525	3.32 400	2.22 334	2.18 383	3.71 456	2.41 427	5.36 333	2.43 396	1.35 515	0.79 433	0.72 501	0.62 481	1.31 515	1.53 402

Syn2CoEx	3.42 421	7.66 493	20.57 450	1.42 393	1.18 345	2.49 112	1.64 457	4.07 349	2.68 267	2.51 416	2.27 400	2.89 385	3.15 468	9.56 427	2.58 409	0.52 430	0.45 342	0.53 452	0.42 416	0.79 471	1.00 357

stereogan	3.26 403	1.26 336	18.01 257	1.38 372	1.66 464	3.76 294	1.64 457	4.06 346	3.86 459	3.23 491	2.70 462	5.02 514	2.85 447	9.88 437	1.85 330	0.71 473	0.51 376	0.69 495	0.48 440	0.86 479	0.85 334

PSMNet_ROB	3.38 417	5.24 479	20.61 457	1.24 303	1.22 363	3.76 294	1.64 457	3.59 243	2.80 285	2.07 281	1.72 240	2.75 372	1.79 365	11.42 505	4.58 456	0.42 327	0.38 291	0.50 438	0.62 481	0.62 415	0.69 292

MaskLacGwcNet_RVC	3.77 450	1.65 390	20.61 457	2.55 520	1.63 453	4.29 435	1.67 460	3.99 325	2.56 250	1.76 204	1.93 329	3.03 397	1.41 262	13.24 549	2.02 360	4.47 558	1.63 475	1.12 521	0.48 440	2.42 532	2.85 453

MFN_U_SF_RVC	4.08 468	13.72 537	15.13 186	2.00 493	1.43 412	3.73 289	1.68 461	4.11 367	3.39 414	2.93 467	2.38 418	4.39 494	3.63 486	8.63 407	6.14 469	1.14 508	1.07 458	1.01 514	1.35 530	1.63 523	2.09 432

CBMV_ROB	4.57 495	0.90 237	21.30 524	1.46 405	0.89 249	4.43 456	1.69 462	4.51 501	3.14 354	5.97 539	4.23 509	4.16 481	7.83 536	11.06 485	16.47 533	0.61 451	0.55 388	0.53 452	0.51 456	0.56 395	0.59 256

PA-Net	3.45 424	2.50 440	20.39 418	1.42 393	1.20 356	3.39 207	1.73 463	3.93 313	3.57 440	1.94 233	2.17 378	3.02 396	1.87 381	11.67 515	6.48 474	0.40 313	0.55 388	0.44 400	0.63 485	0.55 389	1.13 371
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DSFCA	2.38 205	1.03 291	11.06 137	1.15 259	1.18 345	3.97 354	1.75 464	3.63 249	2.44 239	3.14 486	1.68 228	2.90 387	2.48 432	5.38 334	3.17 434	0.49 398	0.45 342	0.37 347	0.37 372	0.54 386	0.46 162

KYRaft	2.55 247	0.57 53	20.60 455	0.98 182	0.51 75	4.38 444	1.76 465	2.51 110	1.59 88	2.48 411	2.98 477	1.99 287	3.36 479	2.17 222	0.96 124	0.34 224	0.22 74	0.33 280	0.46 434	0.38 254	2.44 443

XQC	3.41 419	6.58 485	15.18 187	1.97 490	1.62 450	3.40 209	1.76 465	4.53 503	3.67 448	3.40 498	2.45 432	3.73 457	2.91 450	6.78 374	5.36 464	0.73 481	0.90 442	0.60 475	0.61 478	1.02 491	0.99 356

DEmStereo	3.24 398	0.65 99	18.95 280	0.83 77	0.54 87	3.85 316	1.79 467	2.53 114	2.54 249	2.25 339	2.74 465	2.02 292	6.02 519	6.78 374	11.30 503	0.40 313	0.26 174	0.27 127	0.27 203	0.28 84	0.57 237

Prome-Stereo	2.57 258	0.60 72	20.29 404	1.01 196	0.62 134	4.40 451	1.80 468	3.22 200	1.74 125	2.18 315	3.43 498	1.71 226	3.45 484	2.24 233	1.19 174	0.32 178	0.20 33	0.27 127	0.25 169	0.37 241	2.15 433

LALA_ROB	2.88 330	2.13 430	19.08 285	1.10 232	0.99 282	3.91 333	1.81 469	4.50 500	3.04 338	3.32 496	1.87 307	2.75 372	1.66 339	4.06 315	4.02 447	0.47 382	0.44 336	0.55 461	0.53 459	0.61 410	0.73 306

EDNetEfficientorigin	12.42 556	3.26 455	179.44 592	1.21 291	1.00 288	2.89 144	1.82 470	3.05 183	5.37 533	8.87 552	4.78 515	4.17 482	4.80 506	9.91 439	11.32 504	0.41 316	0.41 313	0.62 485	0.88 503	1.33 516	2.81 452

GANetREF_RVC	3.45 424	5.10 477	19.89 348	1.58 436	0.80 212	4.13 390	1.82 470	4.24 421	3.33 402	1.91 223	1.76 251	2.46 341	1.83 373	13.17 547	1.87 335	0.83 494	0.57 391	0.79 507	0.77 495	1.21 510	0.91 344
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
Ntro	4.83 504	14.73 554	20.47 428	3.24 538	2.97 521	4.12 387	1.88 472	4.00 327	2.57 253	1.79 210	2.15 373	3.34 425	2.16 409	10.01 446	7.34 479	3.53 546	1.77 478	2.13 536	1.32 528	3.89 546	3.23 461

GMM-Stereo	2.52 233	0.56 46	20.57 450	0.92 132	0.83 222	4.18 409	1.88 472	2.51 110	2.40 227	2.48 411	2.30 409	1.69 220	1.84 376	2.93 286	1.25 194	0.32 178	0.19 20	0.33 280	0.49 443	0.37 241	2.40 441

RP	3.26 403	1.73 397	17.70 253	1.56 433	1.93 489	3.43 217	1.94 474	4.18 398	2.72 272	2.77 450	3.05 480	3.96 470	2.69 441	10.17 451	2.86 419	1.04 502	0.50 373	0.71 498	0.59 472	0.75 460	0.83 327

PVD	3.91 460	4.36 472	13.89 163	2.81 531	4.79 548	3.80 304	1.94 474	3.89 302	4.11 471	5.75 537	3.56 500	3.59 451	3.34 477	6.44 365	6.44 473	0.73 481	2.84 504	0.74 505	0.84 501	0.82 475	3.45 471

PASM	3.22 393	2.89 448	15.38 191	2.00 493	1.57 440	2.77 129	1.96 476	3.62 248	2.75 276	2.95 472	2.26 397	3.10 405	2.24 414	11.87 524	2.46 398	0.97 501	1.06 455	0.87 510	1.02 512	1.20 509	1.41 391

FAT-Stereo	3.38 417	0.88 226	19.96 357	1.28 327	1.20 356	3.44 218	1.97 477	4.26 433	3.15 356	3.14 486	3.92 506	3.50 442	3.28 473	11.68 518	2.04 364	0.65 463	0.68 418	0.48 423	0.54 462	0.63 421	0.91 344

coex-ft	20.00 571	11.54 516	120.82 590	1.18 278	1.30 378	2.36 100	1.99 478	2.96 176	13.96 560	129.83 591	8.40 536	5.88 529	52.82 585	9.93 441	31.13 579	0.61 451	0.62 407	0.50 438	0.49 443	1.10 501	2.63 447

MFMNet_re	3.44 422	8.89 498	19.36 302	3.25 539	1.91 488	3.13 168	1.99 478	3.60 245	4.16 475	3.17 489	2.86 472	2.25 310	2.41 427	2.61 265	2.35 390	1.13 507	1.06 455	0.94 512	0.91 506	1.29 514	1.57 404

NVStereoNet_ROB	6.63 534	9.57 505	19.28 298	3.19 537	2.11 500	3.69 280	1.99 478	4.32 460	6.27 548	3.26 494	24.57 571	5.45 524	11.39 549	13.56 552	12.37 514	2.79 533	2.05 484	1.76 532	1.75 539	1.49 520	1.75 414
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RAFT + AFF	3.98 465	14.10 543	20.78 474	1.16 266	1.96 490	4.14 395	2.00 481	4.56 507	3.52 436	2.23 336	2.51 440	2.27 312	4.92 507	8.94 413	2.82 417	0.33 202	0.60 402	0.48 423	0.39 390	0.81 473	1.03 363

delet	2.66 284	1.11 306	18.42 266	1.05 214	1.65 461	3.47 224	2.00 481	3.81 289	2.82 291	2.15 305	2.11 366	2.62 359	1.88 383	5.38 334	2.21 380	0.34 224	0.38 291	0.40 373	0.32 318	0.45 337	0.54 225

MDST_ROB	6.31 528	1.18 322	22.96 560	2.56 521	2.69 515	21.07 568	2.01 483	4.79 527	2.87 303	9.49 555	4.45 512	4.10 478	4.48 503	22.33 567	17.61 550	0.79 488	0.44 336	0.47 417	0.44 425	0.47 360	0.95 352

Wz-Net-SNSev	3.47 428	10.51 512	16.90 230	1.65 452	1.20 356	3.29 195	2.03 484	4.16 388	3.03 333	2.35 380	2.39 420	3.48 436	2.12 402	7.95 398	4.28 450	0.51 420	0.40 306	0.53 452	0.49 443	0.74 459	1.46 397

StereoDRNet	3.07 364	2.92 451	16.33 219	1.36 362	1.57 440	3.45 221	2.04 485	3.77 278	2.85 295	3.31 495	1.85 295	2.78 377	1.79 365	10.85 474	3.41 438	0.45 361	0.36 270	0.39 368	0.37 372	0.62 415	0.85 334

MSMD_ROB	5.99 522	1.29 345	19.23 296	1.40 380	0.84 230	10.25 554	2.05 486	4.20 403	6.02 545	10.42 563	8.00 529	22.21 566	9.45 545	11.67 515	8.73 490	0.76 487	0.59 400	0.67 492	0.68 487	0.67 439	0.72 301

DPSNet	3.94 463	2.01 421	14.69 179	1.58 436	1.30 378	4.17 406	2.08 487	4.57 509	4.63 504	2.78 452	1.99 339	3.79 461	7.88 538	10.66 468	11.35 505	0.94 499	0.99 453	0.41 382	0.57 469	1.09 499	1.40 389

DAS	2.52 233	0.76 185	7.72 117	1.16 266	1.64 457	2.96 151	2.10 488	4.14 382	3.31 393	4.16 520	2.51 440	2.56 353	1.81 368	11.54 510	1.83 326	0.44 352	0.23 102	0.39 368	0.25 169	0.42 305	0.45 152

SepStereo	2.36 200	0.76 185	7.72 117	1.16 266	1.64 457	2.96 151	2.10 488	4.14 382	3.31 393	4.16 520	2.51 440	2.56 353	1.81 368	8.34 402	1.83 326	0.44 352	0.23 102	0.39 368	0.25 169	0.42 305	0.45 152

pmcnn	5.90 520	1.81 406	22.30 551	1.69 459	2.37 511	3.47 224	2.10 488	4.58 511	5.56 540	3.75 511	13.12 558	22.07 565	3.70 488	11.99 527	17.13 544	0.58 446	0.23 102	0.23 24	0.19 43	0.37 241	0.70 296

TDLM	3.20 388	1.58 381	18.80 274	1.70 463	1.10 323	4.29 435	2.17 491	3.81 289	3.27 379	2.89 463	1.98 336	2.06 300	1.70 348	12.44 537	2.15 374	0.58 446	0.31 224	0.56 464	0.40 399	0.58 402	1.59 406

ACVNet-4b	6.98 539	14.78 555	22.17 549	3.56 543	3.11 525	4.14 395	2.23 492	4.08 358	3.84 456	1.67 184	3.96 508	5.86 528	2.87 449	10.30 459	17.16 546	26.09 581	2.24 490	2.53 540	1.79 540	3.91 547	3.28 465

ADCMid	4.55 492	10.78 513	17.67 252	1.32 349	1.43 412	4.62 492	2.24 493	4.22 409	4.97 525	3.93 514	3.01 478	3.84 464	3.66 487	4.22 320	18.57 559	0.69 469	0.62 407	1.09 519	1.20 522	1.48 519	1.49 399

SPS-STEREO	5.18 509	10.36 510	21.09 504	1.74 469	1.72 473	3.24 185	2.26 494	3.92 309	4.12 472	5.06 533	3.66 502	5.43 522	3.33 476	9.56 427	12.34 513	1.17 510	1.17 461	1.07 517	1.03 514	1.17 507	10.25 528
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WZ-Net	4.39 486	12.37 521	17.44 243	1.47 409	1.42 411	3.76 294	2.27 495	4.17 392	3.11 349	2.89 463	2.24 394	4.05 474	5.69 517	10.89 476	12.07 511	0.66 464	0.41 313	0.47 417	0.49 443	0.78 466	1.12 370

FC-DCNN	7.08 540	1.01 288	21.89 538	1.74 469	1.64 457	8.18 549	2.31 496	6.50 548	9.16 553	10.85 565	11.33 550	19.85 563	13.33 553	12.94 543	17.10 542	0.72 478	0.57 391	0.59 471	0.57 469	0.64 426	0.69 292

ccnet	3.03 358	1.48 369	12.88 149	1.54 427	1.26 371	3.71 286	2.32 497	4.11 367	3.05 341	2.92 466	3.21 490	2.86 383	2.40 425	9.87 436	4.19 448	0.80 489	0.76 430	0.71 498	0.70 490	0.78 466	1.07 367

FC-DCNN v2	7.41 543	0.98 276	22.19 550	1.75 471	1.64 457	8.98 552	2.37 498	7.60 550	9.44 554	11.09 566	11.95 554	20.04 564	16.35 562	12.99 544	17.14 545	0.72 478	0.57 391	0.59 471	0.57 469	0.64 426	0.68 289

Wz-Net-MNSev	3.26 403	7.24 490	17.26 237	1.58 436	1.37 399	3.27 188	2.45 499	4.10 364	4.50 500	2.61 431	2.17 378	2.33 319	3.02 461	7.48 390	2.88 422	0.46 373	0.39 302	0.37 347	0.38 381	0.61 410	0.63 272

ACVNet_1	6.63 534	14.79 556	21.40 528	3.59 545	3.17 527	4.69 514	2.46 500	4.24 421	3.34 403	3.11 482	2.86 472	23.21 567	4.59 505	11.06 485	12.59 515	3.75 548	2.34 493	2.60 542	1.80 541	3.70 541	3.31 466

Wz-Net-TNSev	4.22 474	13.55 530	15.87 202	1.57 434	1.19 353	3.61 261	2.48 501	4.38 478	3.45 427	2.29 356	1.91 320	4.20 485	2.86 448	12.11 528	10.56 498	0.61 451	0.59 400	0.48 423	0.54 462	0.93 487	1.24 378

S-Stereo	3.51 431	0.96 268	22.00 546	1.38 372	1.50 422	3.55 247	2.49 502	4.27 436	3.00 320	2.38 392	3.94 507	3.73 457	1.84 376	11.89 525	2.59 410	0.64 461	0.71 427	0.49 436	0.81 499	0.68 445	1.31 383

GANet	3.64 436	1.76 398	19.65 318	1.92 487	1.04 304	3.91 333	2.51 503	3.86 296	2.81 290	3.13 483	3.03 479	3.19 410	2.19 412	12.43 536	8.23 489	0.60 450	0.43 326	0.52 446	0.43 421	0.63 421	0.63 272

NCCL2	2.96 346	4.07 470	15.75 199	1.24 303	1.03 298	3.48 230	2.55 504	3.79 280	2.39 224	2.78 452	1.80 270	2.41 330	1.67 341	10.27 457	2.48 402	0.46 373	0.41 313	0.57 468	0.55 466	0.61 410	0.86 338

zh-sn7	4.13 470	13.99 541	17.43 242	1.29 333	1.15 336	3.66 273	2.56 505	4.26 433	2.78 283	2.66 438	3.11 489	3.37 428	3.17 469	11.53 508	7.43 483	0.48 391	0.49 368	0.45 408	0.44 425	0.75 460	1.52 401

otaku	5.59 516	14.82 557	20.70 468	3.13 536	2.70 516	3.91 333	2.56 505	3.90 304	2.48 243	2.25 339	9.38 541	4.06 475	2.32 421	9.59 429	14.37 524	3.52 545	1.66 476	2.15 537	1.19 521	3.73 544	3.35 468

FCDSN-DC	6.71 538	1.18 322	21.61 534	1.29 333	1.10 323	4.38 444	2.59 507	4.58 511	5.52 537	9.58 556	11.19 549	19.17 561	17.69 565	13.03 545	17.11 543	0.73 481	0.57 391	0.61 478	0.60 475	0.71 453	0.92 346
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCPNet	4.25 477	4.04 468	21.95 542	1.33 354	1.31 382	6.34 539	2.63 508	4.07 349	3.23 373	2.81 458	2.21 392	4.27 487	6.08 520	6.01 348	11.73 510	0.67 467	1.17 461	0.71 498	1.71 536	0.87 481	1.82 421

LVE	7.57 544	15.80 567	21.28 522	3.69 547	3.19 529	4.54 475	2.78 509	10.13 557	11.63 556	3.24 492	11.52 552	18.10 558	4.55 504	11.67 515	10.30 497	4.62 564	2.95 507	2.56 541	1.91 545	3.63 540	3.26 464

WAO-8	12.61 558	16.02 568	21.99 544	3.55 541	3.10 523	15.07 562	2.80 510	12.81 562	19.10 571	7.93 550	13.05 556	11.75 548	8.46 543	83.86 589	15.10 526	3.51 543	1.94 481	3.54 558	1.96 546	3.72 542	2.89 455

Venus	12.61 558	16.02 568	21.99 544	3.55 541	3.10 523	15.07 562	2.80 510	12.81 562	19.10 571	7.93 550	13.05 556	11.75 548	8.46 543	83.86 589	15.10 526	3.51 543	1.94 481	3.54 558	1.96 546	3.72 542	2.89 455

HBP-ISP	3.78 451	9.10 501	20.83 478	1.72 465	1.14 334	4.54 475	2.82 512	4.61 515	3.03 333	4.13 519	1.98 336	1.88 265	3.31 474	11.06 485	1.52 250	0.74 484	0.57 391	0.67 492	0.62 481	0.65 433	0.64 277

TorneroNet-64	10.52 550	14.33 547	21.95 542	4.29 553	3.76 534	13.77 561	2.83 513	14.96 568	23.11 574	10.24 562	23.77 570	13.44 553	8.15 540	13.98 557	17.70 552	4.03 554	2.73 503	3.23 554	2.53 556	7.27 566	4.35 484

G-Net	4.16 471	1.39 358	20.31 408	2.30 506	2.91 519	4.68 509	2.86 514	3.35 216	2.44 239	4.43 526	9.43 542	6.89 534	3.83 491	8.91 411	4.83 461	0.80 489	0.80 434	0.70 496	0.50 451	0.95 489	0.97 353

MADNet+	4.46 489	11.36 515	14.35 171	2.23 503	2.50 514	4.18 409	2.86 514	5.46 539	4.43 492	2.74 447	2.69 461	4.55 501	3.43 483	8.97 414	9.42 492	1.47 522	2.06 485	1.09 519	1.02 512	1.54 521	2.96 459

RainbowNet	5.20 510	15.03 560	21.14 510	3.66 546	3.25 530	4.18 409	2.98 516	4.22 409	3.20 360	2.30 359	2.65 455	4.24 486	2.97 454	9.92 440	6.29 471	3.92 552	2.27 491	2.71 547	1.73 538	3.82 545	3.43 470

ACVNet_2	6.09 524	15.28 564	21.36 527	3.30 540	3.17 527	4.50 468	3.00 517	4.70 520	3.96 466	3.52 504	5.34 519	7.79 538	2.95 452	12.40 531	13.76 519	3.28 541	2.23 489	2.70 546	1.70 535	3.52 539	3.24 462

SuperB	5.03 508	8.93 499	20.96 489	1.51 419	1.11 326	3.88 325	3.00 517	4.24 421	3.13 353	2.53 418	2.10 365	2.74 370	3.37 480	8.76 409	19.44 563	0.45 361	0.34 251	0.53 452	0.40 399	11.97 573	1.15 373

NaN_ROB	4.73 501	6.66 486	21.89 538	1.26 323	1.28 373	3.49 233	3.02 519	4.38 478	3.93 464	3.65 508	2.55 444	2.97 391	5.01 508	13.23 548	17.43 549	0.38 295	0.42 324	0.38 362	0.40 399	0.50 373	1.82 421

IMH	7.25 541	16.24 570	21.08 499	4.40 556	3.79 537	5.46 533	3.03 520	5.58 543	6.26 547	4.92 532	10.32 545	9.24 543	8.30 541	13.62 553	11.56 506	4.84 565	3.00 512	3.09 552	2.14 552	4.38 551	3.83 476

WAO-7	6.00 523	14.29 546	20.46 425	1.97 490	1.51 424	5.31 531	3.06 521	5.00 529	5.92 544	4.55 528	8.87 539	6.52 532	6.47 525	13.38 551	13.85 520	1.35 515	1.24 463	1.48 529	1.36 531	1.63 523	1.79 420

TorneroNet	26.32 576	14.70 553	22.40 554	4.24 551	4.08 542	54.72 583	3.19 522	15.11 569	76.73 587	57.99 583	82.55 588	86.65 589	45.79 584	13.34 550	18.51 557	4.52 559	2.86 505	3.45 555	2.63 559	8.75 570	4.28 482

SGM-Forest	4.96 507	0.86 218	21.02 492	1.22 295	0.83 222	4.05 370	3.26 523	4.40 481	3.49 434	4.40 525	3.69 503	4.66 508	13.91 557	11.94 526	17.16 546	0.66 464	0.46 348	0.49 436	0.39 390	0.49 372	1.77 418
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MFN_U_SF_DS_RVC	4.38 485	13.66 532	13.95 164	1.39 379	1.58 445	5.18 529	3.31 524	4.53 503	3.22 370	2.60 427	2.62 453	4.99 513	2.11 400	13.99 558	4.21 449	1.53 524	2.56 502	0.67 492	1.82 542	0.83 478	2.92 457

KSHMR	17.50 569	14.38 550	22.35 553	4.50 558	4.51 545	8.17 548	3.33 525	15.44 570	76.15 586	7.32 546	61.40 584	56.33 584	5.66 516	32.91 576	13.97 521	4.42 556	2.99 511	3.64 561	2.79 562	5.13 557	4.55 486

RTS	4.29 481	9.35 502	18.25 263	2.79 529	2.29 508	4.98 525	3.41 526	4.72 522	4.27 483	4.35 523	3.10 484	4.93 511	3.14 466	7.71 394	6.99 477	0.71 473	0.68 418	0.51 443	0.50 451	1.07 496	1.98 425

RTSA	4.29 481	9.35 502	18.25 263	2.79 529	2.29 508	4.98 525	3.41 526	4.72 522	4.27 483	4.35 523	3.10 484	4.93 511	3.14 466	7.71 394	6.99 477	0.71 473	0.68 418	0.51 443	0.50 451	1.07 496	1.98 425

CSAN	5.95 521	13.70 535	21.94 541	1.35 358	0.93 265	3.65 271	3.46 528	4.73 524	4.26 482	3.98 515	7.70 528	3.54 449	6.94 530	22.83 568	16.00 532	0.53 432	0.47 358	0.50 438	0.55 466	0.65 433	1.22 376

SAMSARA	4.67 496	6.50 484	16.40 221	4.62 561	3.13 526	6.62 541	3.49 529	5.24 532	3.04 338	7.78 548	3.07 481	5.32 518	4.05 495	9.98 444	6.42 472	0.69 469	2.39 496	0.60 475	0.74 493	0.99 490	2.26 438

Dean	8.35 547	15.23 563	22.34 552	3.76 548	3.55 531	4.81 523	3.51 530	5.34 533	5.37 533	4.49 527	26.13 572	25.59 573	4.33 501	11.21 496	13.12 517	3.78 549	2.31 492	2.90 548	1.89 544	4.04 548	3.34 467

MSC_U_SF_DS_RVC	4.90 506	13.94 540	16.59 226	1.69 459	1.46 417	6.15 536	3.52 531	5.47 540	3.95 465	2.77 450	2.74 465	4.81 510	2.49 434	13.78 555	5.33 463	2.34 531	3.46 516	1.05 516	1.21 524	2.28 530	2.94 458

notaker	10.92 553	14.17 544	20.38 415	4.56 560	3.98 540	6.29 538	3.53 532	7.68 551	5.10 527	9.04 554	46.37 580	13.84 556	28.85 574	14.18 559	14.16 522	4.57 560	3.19 513	3.52 557	2.70 560	8.16 568	4.13 481

WCMA_ROB	5.78 519	2.42 439	21.71 535	1.67 454	1.55 432	4.07 375	3.53 532	4.14 382	4.73 512	6.59 544	10.89 548	12.82 551	9.59 546	10.17 451	12.65 516	1.05 503	0.61 404	0.52 446	0.52 457	0.71 453	5.64 494

WAO-6	6.68 536	9.03 500	20.68 464	2.98 533	2.79 518	11.93 556	3.56 534	5.39 537	11.65 557	3.55 505	9.59 543	6.77 533	6.72 527	12.28 529	11.56 506	2.88 536	2.36 494	2.50 539	1.84 543	2.89 535	2.72 450

ADCS	4.77 503	12.63 523	17.40 241	1.72 465	1.34 389	3.90 329	3.60 535	4.30 441	3.54 437	5.11 534	2.81 470	4.44 495	3.05 464	6.15 356	19.32 562	0.74 484	0.68 418	0.70 496	0.70 490	1.25 513	1.98 425

ADCP+	4.42 487	12.67 525	18.95 280	1.12 247	1.55 432	4.30 437	3.60 535	4.01 329	3.80 455	2.30 359	1.71 238	3.93 467	4.29 499	3.49 298	18.77 561	0.40 313	0.41 313	0.63 486	0.53 459	0.67 439	1.35 386

HanzoNet	31.86 578	17.33 571	21.23 519	7.52 565	5.85 553	7.49 546	3.61 537	14.35 566	13.37 559	50.38 581	46.35 579	44.46 577	56.50 586	36.53 580	28.25 577	64.05 587	58.31 588	9.45 574	89.24 588	31.17 582	31.77 577

UNDER WATER	11.28 555	13.60 531	22.90 559	5.11 562	4.53 546	7.75 547	3.75 538	12.50 560	21.62 573	7.80 549	10.68 546	23.75 569	35.20 575	11.54 510	17.40 548	4.46 557	2.95 507	4.23 565	2.90 563	6.57 562	6.27 500

aanetorigin	3.34 413	2.00 420	17.58 248	1.20 285	1.57 440	2.57 122	3.75 538	2.73 144	2.10 173	6.11 541	4.27 510	2.88 384	5.64 515	5.46 337	4.60 457	0.53 432	0.46 348	0.45 408	0.48 440	1.15 505	1.22 376

SANet	6.43 530	13.71 536	22.08 547	1.43 400	1.00 288	6.86 543	3.78 540	4.71 521	11.10 555	4.71 530	8.72 538	7.47 536	7.91 539	12.46 538	18.12 554	0.51 420	0.47 358	0.50 438	0.45 432	0.94 488	1.60 408

MeshStereo	5.67 518	1.80 403	21.28 522	1.40 380	1.14 334	4.38 444	3.83 541	5.51 542	4.85 521	10.12 561	11.72 553	11.44 546	5.87 518	13.86 556	12.31 512	0.68 468	0.61 404	0.61 478	0.60 475	0.73 455	0.68 289
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
CBMV	4.12 469	1.27 340	21.14 510	1.52 424	0.85 231	3.80 304	3.89 542	4.58 511	3.02 329	3.56 506	2.37 417	4.44 495	13.88 556	11.23 498	3.78 445	0.56 442	0.43 326	0.48 423	0.39 390	0.55 389	0.74 311
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SGM_RVC	6.11 527	1.10 305	20.44 421	2.15 501	0.66 154	15.87 566	3.98 543	5.00 529	6.19 546	9.79 559	11.46 551	8.23 542	12.63 551	12.32 530	9.15 491	0.54 435	0.39 302	0.41 382	0.35 351	0.55 389	1.05 366
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
AnyNet_C32	4.49 490	9.53 504	13.85 159	1.67 454	1.56 437	5.40 532	4.06 544	4.03 337	3.69 449	4.21 522	3.09 483	3.09 404	3.38 481	8.24 400	18.76 560	0.56 442	0.64 410	0.53 452	0.81 499	1.36 517	1.42 392

ktn	22.24 574	14.37 549	20.30 406	4.54 559	4.02 541	6.52 540	4.50 545	6.78 549	78.80 588	84.67 588	100.54 590	58.48 585	8.39 542	13.13 546	17.09 541	4.61 563	3.24 514	3.49 556	2.62 558	4.70 555	3.96 479

UNDER WATER-64	10.08 549	14.27 545	22.85 558	5.26 563	4.88 549	11.00 555	4.57 546	11.41 558	17.25 566	7.68 547	9.72 544	15.96 557	21.47 572	11.12 492	16.63 536	4.38 555	2.88 506	4.41 566	2.95 564	7.12 565	5.81 497

IMH-64-1	6.10 525	13.83 538	17.55 245	4.34 554	3.78 535	4.79 521	5.94 547	5.34 533	4.20 476	4.10 517	8.31 534	5.07 515	6.92 528	9.63 430	7.36 480	4.60 561	2.96 509	3.04 549	2.14 552	4.30 549	3.88 477

IMH-64	6.10 525	13.83 538	17.55 245	4.34 554	3.78 535	4.79 521	5.94 547	5.34 533	4.20 476	4.10 517	8.31 534	5.07 515	6.92 528	9.63 430	7.36 480	4.60 561	2.96 509	3.04 549	2.14 552	4.30 549	3.88 477

LSM	13.03 561	7.72 495	21.01 491	55.44 586	85.65 584	3.65 271	6.27 549	3.91 308	5.06 526	5.63 535	13.91 559	3.53 448	3.46 485	9.93 441	4.36 453	0.72 478	0.95 446	0.72 501	0.85 502	1.09 499	26.67 574

AnyNet_C01	4.68 497	10.90 514	16.41 222	2.03 497	1.62 450	6.25 537	6.40 550	4.19 401	5.13 528	4.03 516	3.77 504	4.14 480	3.26 472	7.23 383	11.19 501	0.64 461	0.80 434	0.65 490	0.72 492	2.18 528	2.08 430

EDNetEfficient	5.62 517	2.26 434	17.51 244	1.67 454	3.59 532	3.99 356	7.25 551	3.14 190	5.63 541	11.52 567	4.82 516	3.94 468	12.48 550	8.39 404	20.56 565	0.46 373	0.46 348	0.48 423	1.06 515	1.65 525	1.62 409

ELAS	6.58 532	2.54 442	20.08 374	2.66 523	2.48 512	15.49 564	7.29 552	5.50 541	5.72 542	10.05 560	8.94 540	6.91 535	10.83 548	8.33 401	14.27 523	1.92 526	2.19 487	1.23 524	1.31 526	1.62 522	2.17 435
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSM-AAD	3.41 419	0.58 55	20.55 442	0.95 159	0.56 100	4.46 459	7.40 553	3.11 187	1.58 85	2.30 359	2.56 445	1.26 172	16.19 561	2.47 250	1.00 138	0.32 178	0.22 74	0.58 470	0.41 410	0.37 241	1.32 384

PWCK	6.49 531	13.40 528	20.27 398	2.95 532	1.61 447	5.68 535	7.63 554	5.37 536	4.77 517	3.90 513	7.48 527	7.96 539	5.63 514	15.15 560	10.93 500	3.21 540	1.55 473	2.34 538	1.43 533	6.05 559	2.45 444

GrayStereo	3.68 444	0.56 46	20.61 457	1.71 464	0.90 255	4.17 406	8.11 555	3.17 194	4.13 473	2.80 457	2.49 436	1.70 223	17.06 563	2.83 280	1.25 194	0.37 279	0.23 102	0.27 127	0.32 318	0.30 122	0.57 237

ADCL	4.70 499	4.04 468	16.12 208	1.35 358	1.28 373	5.46 533	10.88 556	4.08 358	4.25 481	5.97 539	4.51 513	4.29 490	5.60 513	6.37 362	15.21 529	0.54 435	0.48 365	0.88 511	0.78 496	0.86 479	1.01 359

FTStereo	3.74 448	0.60 72	20.43 420	0.99 189	0.66 154	4.34 441	11.24 557	2.63 135	1.95 155	2.58 424	5.03 518	1.90 267	13.77 554	3.70 305	1.28 203	0.41 316	0.24 131	0.31 225	0.33 326	0.32 155	2.08 430

ELAS_RVC	6.36 529	2.53 441	20.21 389	2.67 524	2.48 512	4.90 524	11.89 558	4.84 528	6.31 549	9.03 553	8.54 537	8.09 541	12.73 552	9.32 420	13.25 518	1.92 526	2.18 486	1.51 530	1.31 526	1.40 518	2.15 433
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	6.69 537	12.01 519	14.30 169	1.98 492	4.64 547	11.97 557	12.29 559	5.39 537	4.32 490	3.81 512	4.51 513	9.50 544	6.53 526	10.22 453	14.50 525	1.32 514	1.47 469	1.18 522	1.36 531	7.48 567	5.05 489

TCMNet-wrong-test	12.48 557	15.10 561	19.66 319	22.40 575	19.87 571	15.98 567	12.30 560	23.88 573	4.80 519	6.29 542	6.46 523	18.38 560	15.65 560	10.50 463	10.86 499	9.07 571	4.79 522	5.34 567	3.95 566	12.27 574	12.13 533

JetRed	10.68 552	26.07 577	35.62 572	4.40 556	4.16 544	15.72 565	13.07 561	14.57 567	5.83 543	5.85 538	5.55 521	10.12 545	7.37 533	8.86 410	25.99 573	3.33 542	3.82 519	3.59 560	2.98 565	8.51 569	8.22 512

MADNet++	8.64 548	6.17 483	13.88 162	6.61 564	5.25 550	10.15 553	14.20 562	5.89 547	8.25 551	7.14 545	8.18 531	6.41 531	9.84 547	11.71 520	16.73 537	9.65 572	5.03 526	8.63 572	5.68 568	4.83 556	8.57 517

THIR-Stereo	4.50 491	1.11 306	18.71 273	0.89 105	0.47 51	2.25 90	16.71 563	3.53 234	1.58 85	2.04 270	12.04 555	2.66 363	7.52 534	7.29 384	11.25 502	0.32 178	0.21 57	0.29 183	0.28 230	0.35 217	0.52 211

CrosDoStereo	5.27 512	0.75 175	20.07 368	0.85 84	0.53 84	3.40 209	18.03 564	3.90 304	3.29 386	1.99 247	8.27 532	1.95 279	6.95 531	7.34 386	25.94 571	0.33 202	0.22 74	0.30 205	0.28 230	0.35 217	0.61 265

DeepStereo_LL	5.27 512	0.75 175	20.07 368	0.85 84	0.53 84	3.40 209	18.03 564	3.90 304	3.29 386	1.99 247	8.27 532	1.95 279	6.95 531	7.34 386	25.94 571	0.33 202	0.22 74	0.30 205	0.28 230	0.35 217	0.61 265

LE_ROB	19.18 570	12.99 526	48.22 580	8.42 569	23.91 574	7.26 545	19.71 566	9.92 556	38.58 580	43.44 578	21.85 567	28.15 575	41.18 578	23.00 569	54.71 583	0.38 295	0.34 251	0.32 245	0.36 362	0.43 315	0.49 192

tt	7.29 542	0.58 55	7.34 115	4.04 550	2.30 510	12.04 558	20.18 567	15.60 571	7.41 550	3.46 501	3.36 495	5.36 519	6.39 524	4.27 321	7.46 484	9.80 573	11.53 562	7.04 570	7.45 571	6.31 561	3.81 475

MANE	15.29 564	13.67 533	23.58 562	10.15 571	13.37 563	23.58 572	23.86 568	27.83 576	26.26 575	12.02 568	15.10 560	19.83 562	18.01 566	15.68 562	20.35 564	8.58 570	9.20 554	3.05 551	4.19 567	0.82 475	16.69 557

SGM-ForestM	15.60 565	14.94 559	28.17 571	7.84 566	10.49 557	23.43 571	24.58 569	20.87 572	16.87 562	15.92 572	15.89 564	27.08 574	22.45 573	24.86 573	28.42 578	3.85 551	8.90 548	0.55 461	1.15 520	0.64 426	15.05 545

FINET	10.59 551	14.44 551	25.84 566	2.30 506	3.90 538	21.74 569	25.19 570	8.85 555	16.99 564	2.68 439	15.19 561	11.45 547	13.83 555	6.71 373	15.11 528	0.80 489	8.59 544	0.53 452	0.44 425	0.62 415	16.67 556

SGM+DAISY	13.18 562	14.36 548	24.65 565	8.10 567	13.49 564	22.47 570	25.54 571	12.13 559	17.08 565	14.77 569	15.82 563	12.17 550	13.97 558	12.65 541	18.22 556	8.40 569	9.18 553	1.23 524	1.33 529	1.23 512	16.81 561

AVERAGE_ROB	44.46 583	45.87 584	46.48 579	40.54 582	38.62 578	32.95 578	30.49 572	46.80 582	43.31 582	49.57 580	48.93 582	44.57 578	39.87 576	45.01 582	43.89 581	48.70 585	50.65 586	50.80 584	49.79 583	45.54 585	46.89 586

HaxPig	43.31 582	43.63 583	45.01 578	33.88 580	35.67 577	32.79 577	30.52 573	45.50 581	42.95 581	48.75 579	48.14 581	43.24 576	40.44 577	44.58 581	43.63 580	47.17 584	49.30 585	51.65 585	50.37 584	43.72 584	45.27 585

DGTPSM_ROB	16.67 567	21.79 575	40.19 576	10.00 570	19.05 569	12.43 559	33.20 574	13.71 564	18.09 569	9.71 557	22.85 568	13.77 554	19.64 567	21.23 565	24.07 567	5.09 567	8.95 549	5.62 568	11.49 573	6.73 563	15.75 554

DPSMNet_ROB	16.76 568	21.81 576	40.95 577	10.20 572	19.08 570	12.43 559	33.21 575	13.73 565	18.21 570	9.76 558	22.88 569	13.78 555	19.64 567	21.39 566	24.21 568	5.20 568	8.97 550	5.63 569	11.51 576	6.80 564	15.82 555

MEDIAN_ROB	47.37 584	49.00 585	49.74 581	40.28 581	39.94 579	34.93 579	33.41 576	49.78 583	46.38 584	53.04 582	52.61 583	47.67 579	42.28 583	48.33 587	47.25 582	52.06 586	53.99 587	54.28 586	53.48 585	48.70 586	50.27 587

USTest	15.98 566	15.57 566	22.51 556	18.47 574	16.98 566	26.39 573	36.05 577	27.65 575	12.77 558	10.72 564	10.87 547	18.34 559	15.08 559	18.60 564	23.36 566	4.90 566	5.38 528	7.40 571	7.45 571	9.88 571	11.26 531

Anonymous_1	57.77 587	19.65 572	26.12 567	23.12 576	141.97 589	30.79 574	39.72 578	34.10 580	16.98 563	70.09 587	15.64 562	23.44 568	19.73 569	23.03 570	27.21 574	164.70 592	9.02 551	130.41 588	137.42 589	161.21 592	41.01 584

DPSM_ROB	20.83 572	20.01 573	26.54 568	23.64 577	22.42 572	31.06 575	39.94 579	34.02 578	17.42 567	15.35 570	16.05 565	24.04 570	20.69 570	23.28 571	27.60 575	10.77 574	9.41 555	11.68 576	11.50 574	14.48 575	16.71 558

DPSM	20.83 572	20.01 573	26.54 568	23.64 577	22.42 572	31.06 575	39.94 579	34.02 578	17.42 567	15.35 570	16.05 565	24.04 570	20.69 570	23.28 571	27.60 575	10.77 574	9.41 555	11.68 576	11.50 574	14.48 575	16.71 558

DGSMNet	8.13 546	2.31 437	18.62 269	2.77 526	13.96 565	6.91 544	42.17 581	4.16 388	2.53 248	2.25 339	3.21 490	3.41 431	1.69 345	9.19 418	3.03 427	3.79 550	10.31 557	11.70 578	5.68 568	4.38 551	10.58 529

EAI-Stereo	4.89 505	0.69 124	7.74 119	0.99 189	1.63 453	4.68 509	51.52 582	5.79 545	3.37 406	3.64 507	7.24 525	1.10 146	0.95 147	2.51 253	1.71 301	0.33 202	0.31 224	0.28 160	2.04 548	0.28 84	0.92 346

BEATNet-Init1	51.93 586	71.67 588	99.39 589	10.91 573	13.10 561	84.39 590	59.36 583	73.78 588	67.97 585	88.09 589	88.15 589	91.73 590	97.51 590	85.13 591	72.56 591	2.59 532	5.18 527	1.20 523	1.49 534	10.61 572	13.83 536

xxxxx1	112.85 589	94.19 589	38.10 573	228.21 591	161.02 590	39.23 580	61.26 584	92.54 589	79.08 589	63.44 584	74.84 585	77.80 586	69.88 587	33.55 577	70.96 588	117.25 588	130.44 590	258.49 591	273.88 591	145.63 589	147.24 590

tt_ll	112.85 589	94.19 589	38.10 573	228.21 591	161.02 590	39.23 580	61.26 584	92.54 589	79.08 589	63.44 584	74.84 585	77.80 586	69.88 587	33.55 577	70.96 588	117.25 588	130.44 590	258.49 591	273.88 591	145.63 589	147.24 590

ff	112.85 589	94.19 589	38.10 573	228.21 591	161.02 590	39.23 580	61.26 584	92.54 589	79.08 589	63.44 584	74.84 585	77.80 586	69.88 587	33.55 577	70.96 588	117.25 588	130.44 590	258.49 591	273.88 591	145.63 589	147.24 590

LSM0	49.69 585	40.02 580	53.50 586	97.07 587	129.56 587	62.65 587	79.82 587	68.02 584	35.12 578	33.72 577	33.34 578	48.41 583	41.54 579	46.57 584	55.40 586	21.63 579	19.16 575	23.60 582	23.13 579	29.46 581	52.08 588

FlowAnything	41.86 579	39.86 579	53.27 584	47.82 585	45.01 580	62.36 584	80.44 588	68.40 587	35.33 579	30.77 575	32.01 574	48.15 581	42.00 581	46.64 586	55.21 585	21.70 580	18.87 572	23.47 581	23.12 578	29.11 578	33.59 579

Selective-RAFT-Error	41.88 580	40.10 581	53.23 583	47.74 584	45.20 582	62.42 585	80.58 589	68.27 585	34.95 577	30.85 576	32.30 576	48.08 580	42.07 582	46.54 583	54.92 584	21.60 578	19.12 574	23.46 579	23.15 580	29.14 579	33.95 581

CasAABBNet	41.89 581	40.14 582	53.33 585	47.71 583	45.10 581	62.42 585	80.65 590	68.29 586	34.85 576	30.67 574	32.34 577	48.22 582	41.76 580	46.61 585	55.60 587	21.59 577	18.89 573	23.46 579	23.21 581	29.17 580	33.75 580

DPSimNet_ROB	143.68 592	156.64 592	170.66 591	162.59 588	135.40 588	195.13 592	174.01 591	141.76 592	167.78 593	174.58 592	138.78 591	186.01 592	183.75 592	82.32 588	97.85 592	151.24 591	102.48 589	131.25 589	82.78 587	115.21 588	123.37 589

test_example2	213.42 593	219.67 593	222.97 593	213.78 590	220.82 593	199.03 593	200.49 592	189.27 593	143.61 592	211.05 593	218.08 592	210.69 593	205.21 593	221.14 593	216.49 593	236.74 593	242.08 593	213.66 590	216.96 590	235.55 593	231.06 593

PML	64.55 588	56.00 587	20.79 475	8.10 567	32.82 576	147.60 591	247.57 593	12.71 561	45.39 583	111.32 590	288.85 593	101.42 591	100.62 591	31.63 575	15.84 531	13.96 576	4.84 523	10.95 575	6.18 570	28.99 577	5.33 493

ccccc		628.29 594		567.59 594	570.62 594	580.23 594		613.89 594		613.55 594		554.19 594		666.02 594		780.28 594	507.01 594	391.46 594	342.94 594	701.16 594

Low-res two-view benchmark